MapReduce之可能认识的好友

MapReduce之可能认识的好友

背景

目前有大量的社交网络有一个共同的特性，就是可以推荐联系人，基本思想是：如果A是B的好友，而A又是C的好友（也就是说，A是B和C的共同好友，但B和C彼此并不认识），那么社交网络系统喔咕就会向B推荐C，或者向C推荐B。换句话说，如果两个人有一组共同好友，但这两个人本身不是好友，那么社交网络就会推荐他们相互联络

原理

所有用户之间的好友关系可以表示为一个图，在数学中，图是一个有序对$G=(V,E)$，包括顶点集$V$,以及边集$E$，边集$E$是$V$的两元素子集（也就是说，边与两个顶点相关，这个关系表示为关于这个特定边的一个无序的顶点对）。这种图可以准确的描述无向图或简单图，在MapReduce解决方案中，假设人们之间的好友关系可以用一个无向图表示（如果A是B的一个好友，那么B也是A的好友），社交网络都使用双向好友关系

在这里，图是一个有序对$ G=(V,E) $，其中：

• $V$是由人（社交网络的用户）构成的一个有限集
• $E$是$V$上的一个二元关系，称为边集，其中的元素称为一个好友关系。

从图论的角度来看，对于一个特定的社交网络的各个人或成员来说，如果他在某个人A的两个度内，会统计这个人与A之间存在多少条不同的路径（包括两个连接边），然后根据路径数对这个列表中所有人评分，显示出A要联系的人，因此目标是为社交网络中的每