WCE

WeakCliqueEnumeration API

• API

  def run[T: ClassTag](graph: RDD[(T, T)], maxIteration: Int, maxDegree: Int) : (RDD[(Long, Long)], RDD[(String, Long)])

• 功能描述

  根据指定规则计算关系网络中弱通联信息。

• 输入输出
  1. 包名：package org.apache.spark.graphx.lib
  2. 类名：WeakCliqueEnumeration
  3. 方法名：run
  4. 输入：RDD[(T, T)]，图边数据，顶点类型可以是String或者Integer。
  5. 核心参数：
     1. maxDegree: 算法接受节点最大不同节点个数。若节点的度数大于等于maxDegree，则与之相连的节点从源数据中删除。
     2. maxIter: 计算连通分量时最大迭代次数。
  6. 输出：

     RDD[(Int , T)]——节点映射关系：新节点ID 原节点ID。

     RDD[(Int, String)]——节点所属极大团：新节点ID 弱团编号。

     参数名称	参数含义	取值类型
     graph	图边数据	RDD[(T, T)]
     maxIteration	计算联通分量的迭代次数	Int如6等，-1表示精确收敛
     maxDegree	节点最大度数（指和该节点相关联的边的条数）	Int如2000等
     T	节点类型	String或Int或Long，可支持中文输入

• 使用样例

  WeakCliqueEnumeration样例：

  1 2 3 4 5 6 7 8 9 10 11 12 13

  val conf = new SparkConf().setAppName("weakclique").setMaster(master) val sc = new SparkContext(conf) val inputData = Array( ("1", "2"), ("1", "3"), ("2", "3"), ("1", "4"), ("1", "5"), ("4", "5"), ("6", "2"), ("6", "3")) val inputDataRdd = sc.parallelize(inputData) WeakCliqueEnumeration.run(inputDataRdd, 6, 2000)

• 结果样例
  

  输出有两部分，分别为map_info和clique_info。其中map_info中保存节点映射信息，clique_info保存弱团信息。

  1. map_info内容如下，每一行内容是（节点原始ID，节点新ID）。

     1,0
     2,1
     3,2
     4,3
     5,4
     6,5

  2. clique_info内容如下，每一行内容是（节点新ID，弱团ID）。

     0,0
     1,0
     2,0
     5,0
     0,1
     3,1
     4,1