reddit-dump-experiment:从Reddit提交转储中实验性提取DOI引用信息

Reddit转储实验 快速分析一下随时间推移在Reddit提交中使用DOI的情况。 可以使用这些说明在本地运行，也可以使用Spark文档中的说明在群集上运行。 这里的代码有点hacky，但是可以完成工作。 欢迎提出建议。 输出： yearCountChart -DOI每年以gnuplot格式提及 yearMonthCountChart -DOI每月以gnuplot格式提及 yearSubredditCountChart每年提及DOI的子目录，gnuplot格式 yearMonthSubredditCountChart提及DOI的子索引，每月，gnuplot格式 votesMonthCount提及DOI的帖子中的上/下投票，每月，gnuplot格式 publisherYearDomainCountChart可能是DOI的URL提及计数，每年，gnuplot格式 publisherYea