# Weibo_UsersRecommend
使用Spark GraphX基于PageRank算法构建一个仿微博用户好友的分布式推荐系统。
项目介绍以及说明：
[构建分布式微博好友推荐系统](https://blog.csdn.net/qq_37142346/article/details/82079374)
## 注意事项
1. 代码中文件的路径用户可以修改为自己数据所处的位置。
2. 需要启动hadoop集群，这里使用了hadoop2.5.0-cdh5.3.6。
3. 代码执行顺序：首先执行DataFormatUtil工具类进行数据清洗处理；然后执行CollectNeighborIds计算用户二级邻居；执行SortIdsByPageRank文件对用户二级邻居进行rank评分，并且进行排序；RecommendTop5User实现用户Top5好友的推荐。
4. 系统目录下的数据：relation.txt与secondIds.txt为测试数据。userrelation.txt与usersecondIds.txt为系统开发所用的数据。还有部分数据需要存储在HDFS文件系统中，需要注意。
5. 该项目使用Scala语言开发。
基于Spark+PageRank算法构建仿微博用户好友的分布式推荐系统.zip （14个子文件） 
code 
RecommendTop5User.scala 926B
relation.txt 53B hanhan_usersecondIds.txt 279KB SortIdsByPageRank.scala 2KB GraphNeighborUtil.scala 2KB usersecondIds.txt 121KB DataFormatUtil.scala 1KB userrelation.txt 22.7MB HashSetUtil.scala 508B GraphxUtil.scala 712B FileUtil.scala 1KB README.md 960B secondIds.txt 6B CollectNeighborIds.scala 2KB资源评论
m0_623472622023-09-11资源很实用，内容详细，值得借鉴的内容很多，感谢分享。
