MapReduce案例11——影评分析3（特定电影不同年龄段平均评分）

最新推荐文章于 2023-09-20 21:51:55 发布

jin6872115

最新推荐文章于 2023-09-20 21:51:55 发布

阅读量2.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： MapReduce 文章标签： MapReduce 分段求均值

本文链接：https://blog.youkuaiyun.com/jin6872115/article/details/79599670

本文利用MapReduce技术，针对特定电影2116的评论数据，详细阐述如何在map阶段筛选数据并以年龄为key进行分组，然后在reduce阶段计算不同年龄段的平均评分。通过实例代码展示实现过程，并给出最终的运行结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：

现有如此三份数据：
1、users.dat    数据格式为：  2::M::56::16::70072
对应字段为：UserID BigInt, Gender String, Age Int, Occupation String, Zipcode String
对应字段中文解释：用户id，性别，年龄，职业，邮政编码

2、movies.dat		数据格式为： 2::Jumanji (1995)::Adventure|Children's|Fantasy
对应字段为：MovieID BigInt, Title String, Genres String
对应字段中文解释：电影ID，电影名字，电影类型

3、ratings.dat		数据格式为：  1::1193::5::978300760
对应字段为：UserID BigInt, MovieID BigInt, Rating Double, Timestamped String
对应字段中文解释：用户ID，电影ID，评分，评分时间戳

用户ID，电影ID，评分，评分时间戳，性别，年龄，职业，邮政编码，电影名字，电影类型
userid, movieId, rate, ts, gender, age, occupation, zipcode, movieName, movieType
（3）求movieid = 2116这部电影各年龄段（因为年龄就只有7个，就按这个7个分就好了）的平均影评（年龄段，评分）

分析：以影评分析2中的联合数据表作为数据源，在map阶段仅写入2116特定电影，以年龄作为key进行分组，在reduce阶段求取不同年龄段的平均评分：

代码：

/**
 * @author: lpj   
 * @date: 2018年3月16日 下午7:16:47
 * @Description:
 */
package lpj.filmCritic;

import java.io.IOException;
import java.text.DecimalFormat;

import org.apache.