知识卡片

普通读书笔记卡

二度好友排序权衡计算成本

理解等级:未标注

二度好友推荐要从大量候选中选出少数结果:若平均每人有 100 个好友,理论上有约 10000 条二跳路径;排序可参考建交时间、交互密度、资料相似度和共同好友数。全量实时计算成本高,书中建议先离线计算,再通过更快更新或增量计算缩短结果延迟。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《大数据时代的IT架构设计》第2篇《社交网络大数据挖掘与社会化推荐引擎的构建》 "好友推荐模型库:关键算法"(源文件:_epub-src/OEBPS/text00011.html) - 结论依据:原文以平均每人 100 个好友估算二度关系规模,说明需从大量候选中排序展示少数结果,并给出建立 时间/交互行为/资料相似度/共同好友数四个排序维度;第二个难点是数据规模导致的实时计算 代价过高,因此转向离线计算加快更新速度或做增量更新,直接支撑本卡片结论。 - 原始内容:算法的难点在哪里呢?第一个难点在于如何选择最相关二度好友。比如说,如果 平均好友个数是100,那么平均二度好友就是10000……第二个难点是数据规模,Facebook每天 处理这样大的数据量,使用的是非常大的集群实时计算……所以我们能考虑的就是线下先把这个 数据算出来,我们能做的就是让这个数据更新的速度更快,或者增量。