Supervised_Link_Prediction_Using_Spark_and_Neo4j

使用Spark Graph库和Spark MLlib的大规模监督链接预测 贡献者 1，阿维纳什·兰詹（Avinash Ranjan） 2哈马·扎马（Khamar Zama） 3，玛杜·西里维拉（Madhu Sirivella） 4，普拉莫德·邦塔（Pramod Bontha） 5，桑吉斯·布斯诺（Sanjeeth Busnur） 6，苏拉·沙希达（Suraj Shashidhar） 目的 1.评估系统如何在火花图库和Spark MLLib上执行链接预测。 2，框架比较（Neo4j和GraphX） 3.基于复杂性及其贡献对功能进行分类。 4，关于如何改善使用图的时态方面的考虑。 5，分类器和机器学习模型的比较，用于两位作者之间的链接预测。 项目结构 1.项目在功能上分为多个阶段，每个功能需求都有独立的代码（模块）和依赖项。 （Preprocess_input_text_to