Skip to Content
数据分析之图算法: 基于Spark和Neo4j
book

数据分析之图算法: 基于Spark和Neo4j

by Mark Needham, Amy E. Hodler
September 2020
Intermediate to advanced
213 pages
5h 25m
Chinese
Posts & Telecom Press
Content preview from 数据分析之图算法: 基于Spark和Neo4j
中心性算法
91
5.6
 小结
对于在网络中识别有影响力的节点,中心性算法是强大的工具。本章介绍了典型的中心性
算法:度中心性算法、接近中心性算法、中间中心性算法和
PageRank
算法,还讨论了用
于处理长时间运行和隔离分量等问题的几种算法变体以及替代选项。
中心性算法用途广泛,推荐将其应用于各类分析。你可以应用所学知识来定位传播信息的
最佳接触点,找到控制资源流动的隐藏中间点,并且发现躲在幕后的势力。
接下来介绍用于研究群组和分割的社团发现算法。
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

大数据项目管理:从规划到实现

大数据项目管理:从规划到实现

Ted Malaska, Jonathan Seidman
Presto实战

Presto实战

Matt Fuller, Manfred Moser, Martin Traverso
精實企業|高績效組織如何達成創新規模化

精實企業|高績效組織如何達成創新規模化

Jez Humble, Joanne Molesky, Barry O'Reilly

Publisher Resources

ISBN: 9787115546678