Mutual

分类：计算、图遍历

共同好友数(Common Friends)作为常见的图特征/指标，它常用来刻画用户之间的关系紧密程度，并被广泛用于好友推荐、社区划分、熟人/陌生人分析等场景。

传统的 CommonFriends 只输入全量的关系链，计算已存在连边的共同好友数，用于刻画关系紧密程度；CommonFriendsRecall 则需要输入全量关系链（graph1）和给定不相连顶点对（graph2），计算指定连边的共同好友数，可用于连接预测或推理。

该算法输入两个图 graph1, graph2。对于 graph2 中的每条边（src，dst），计算 src，dst在 graph1 中的共同好友个数。

仅支持无向图。

名称	数据类型	端口类型	参数名	描述
边表 1	String	`Folder` `File`	graph1_path	图数据 1 输入路径，CSV 格式的边表
边表 2	String	`Folder` `File`	graph2_path	图数据 2 输入路径，CSV 格式的边表

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}`

名称	数据类型	参数名	默认值	描述
边表 Schema	String	graph1_schema	`from:string,to:string`	输入图数据 1 (CSV 格式的边表) 的 Schema
边表 Schema	String	graph2_schema	`from:string,to:string`	输入图数据 2 (CSV 格式的边表) 的 Schema