返回主题:批处理作业的写法:连接、聚合与作业抽象

知识卡片

普通读书笔记卡 · 1786.b.2

影响力评分需要两级分组

理解等级:中级

书中的影响力分数先为每个回应者找出他回应次数最多的人,再统计某人被多少人选为首要影响者。两步分别按回应者和影响者分组,不能把所有回应次数简单相加当作同一指标。这一例子说明:分析问题的业务定义决定分组键及计算阶段,框架负责并行化,不能替你选择正确指标。

与[[MapReduce抽象]]的联系:影响力业务定义决定两次按不同键分组,框架只负责执行。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      首先,每个人的首要影响者是基于影响者造成这个人反应的总数来选择的

    参考来源

    - 位置:《大数据系统构建:可扩展实时数据系统构建原理与最佳实践》第6章《批处理层》(来源项目book-sources;源文件:extracted/大数据系统构建:可扩展实时数据系统构建原理与最佳实践/_epub-src/OEBPS/Text/045.xhtml) - 结论依据:正文定义评分,两阶段伪代码及图6-28显示先选首要影响者再计数。 - 原始内容:首先,每个人的首要影响者是基于影响者造成这个人反应的总数来选择的