数据分析之图算法: 基于Spark和Neo4j

社团发现算法

｜

99

示范用例如下。

•

在识别垃圾网站内容时找出特征。

Luca Becchetti

等人的论文“

Efficient Semi-Streaming

Algorithms for Local Triangle Counting in Massive Graphs

”对此有介绍。

•

研究

Facebook

社交图的社团结构，比如一些研究人员在一张看起来稀疏的全球社交图

中发现了稠密的用户友邻关系。

•

探测

Web

的主题结构，并且基于网页间的相互链接来发现网页社团的共同主题。更

多相关信息，参见

Jean-Pierre Eckmann

和

Elisha Moses

的文章“

Curvature of Co-Links

Uncovers Hidden Thematic Layers in the World Wide Web

”。

6.2.4

　使用

Spark

实现三角形计数算法

准备运行三角形计数算法，实现代码如下：

result = g.triangleCount()

(result.sort("count", ascending=False)

.filter('count > 0')

.show())

在

PySpark

中运行这段代码，输出结果如下所示：

count id

1 jupyter

1 python-dateutil

1 six

1 ipykernel

1 matplotlib

1 jpy-console

结果表明一个节点的两个邻节点也相邻。

6

个库都位于这样的三角形中。

如果还想知道这些三角形中都有哪些节点，就要涉及三角形流了 ...