Closeness
分类:计算、图遍历
描述
ClosenessCentrality(紧密中心性)算法用于计算一个点到所有其他可达点的最短距离的平均值的倒数。值越大,点在图中的位置越靠近中心,也可以用来衡量信息从该点传输到其他点的时间长短。
点 $i$ 的紧密中心性分数 closeness 定义为
$$ c(i) =\frac{N-1}{\sum_jd(i,j)} $$
$N$ 为联通块内的点的个数,$d(i,j)$ 为点 $i$ 到点 $j$ 的最短路。
对于多个连通块,只会计算联通块个数最大的连通块的 closeness 值,其余点的 closeness 值为0。
两点之间的距离为 1。
仅支持无向图。
输入
| 名称 | 数据类型 | 端口类型 | 参数名 | 描述 |
|---|---|---|---|---|
| 边表 | String | Folder File | input | 图数据输入路径,CSV 格式的边表 |
输出
| 名称 | 数据类型 | 端口类型 | 参数名 | 描述 |
|---|---|---|---|---|
| 输出路径 | String | Folder | output | 默认值 ${OFNIL_DEFAULT_OUTPUT} |
参数
| 名称 | 数据类型 | 参数名 | 默认值 | 描述 |
|---|---|---|---|---|
| 边表 Schema | String | input_schema | from:string,to:string | 输入图数据 (CSV 格式的边表) 的 Schema |
| 有向图 | Boolean | is_directed | true | 是否为有向图。关闭表示无向图,自动添加反向边 |
| 切分图 | Boolean | part_by_in | true | 使用顶点入度切分图 |
| Alpha | Integer | alpha | -1 | 顺序平衡切分的 α 值 |
| Bits | Integer | bits | 6 | HyperLogLog 参数位宽(bit width),范围为[6,16],值越大精度越高 |
资源
| 名称 | 数据类型 | 默认值 | 描述 |
|---|---|---|---|
| CPU Requests | Double | 0.5 Core | CPU 请求量,容器启动时最低需要的 CPU 资源 |
| CPU Limits | Double | 1 Core | CPU 限制,容器能够使用的最大 CPU 资源量 |
| Memory Requests | Integer | 512 MB | 内存请求量,容器启动时最低需要的内存资源 |
| Memory Limits | Integer | 512 MB | 内存限制,容器能够使用的最大内存资源量 |