Closeness

run API

• API

  def run(edgeRDD: RDD[(VertexId, VertexId, Double)],weighted: Boolean,k: Int,p: Double): RDD[(Long, Double)]

• 功能描述

  根据指定输入参数计算图中紧密中心性值最大的K个结点。

• API描述
  1. 包名：package org.apache.spark.graphx.lib
  2. 类名：Closeness
  3. 方法名：run
  4. 输入：
     1. edges: RDD[(Long, Long, Double)]，为图的边列表信息（权值大于0）。
     2. weighted: Boolean，图的属性信息，是否为有权图。
     3. k: Int，为算法输出的结点数量（要求大于0或等于-1）；当k=-1时，算法输出全部结点的Closeness值。
     4. p: Double，近似解精度参数（要求大于0），当0<p<1时，算法输出近似解，当p >= 1时，算法输出精确解。
  5. 核心参数：
     1. k: 算法输出的结点数量。取值依据用户需求设置，不建议取值大于10000（客户场景中一般所需的结点数量不多于10000个，例如在安平场景中，客户选取的重点关注对象一般不多于10000人）。该参数的大小对算法的性能有较小影响，当k值增大时，算法性能会略微降低。当k=-1时将输出图中所有结点的ID及Closeness值。
     2. p: 近似解精度参数（要求大于0），当0<p<1时，算法输出近似解，当p >= 1时，算法输出精确解。该值的大小会影响算法性能和算法精度，值越大则算法性能越低但精度越高，值越小则算法性能越高但精度越低。
  6. 参数详情：

     参数名称	参数含义	取值类型
     edges	从文件读入的图边列表信息（权值大于0）。	RDD[(Long,Long,Double)]
     weighted	图的属性信息，是否为有权图。	Boolean
     k	算法输出的结点数量。	Int大于0或等于-1的整型数值
     p	近似解精度，当0 < p < 1时，算法输出近似解，当p >= 1时，算法输出精确解。	Double大于0的浮点型数值

  7. 输出：RDD[(Long, Double)]，为图中紧密中心性值最大的k个结点编号，与每个结点对应的紧密中心性的值组成的列表。Closeness算法在近似解精度参数p设置不同时，输出结果和精度会有波动，其他参数不影响Closeness算法的输出结果和精度。
• 使用样例

  Closeness样例：

  val sparkconf = new SparkConf().setAppName("TopKClosenessCompute").setMaster(host)
  val sc = new SparkContext(sparkconf)
  val edges = sc.makeRDD(Seq((1L, 2L, 0.5),
     (1L, 3L, 1.2), (1L, 4L, 2.5), (2L, 3L, 2.1), (3L, 4L, 3.1), (3L, 5L, 5.2), (4L, 5L, 1.2), (4L, 6L, 1.6),
     (5L, 1L, 2.1), (5L, 2L, 3.4), (5L, 6L, 2.8), (6L, 7L, 3.5)))
  val res = Closeness.run(edges, weighted = true, k = 3, p = 1.0).collect()

  样例结果：

  res=[(3, 0.36036), (2, 0.28986), (4, 0.25974)]