Spark影評分析

表結構

求被評分次數最多的 10 部電影，並給出評分次數（電影名，評分次數）

import org.apache.spark.

object test;  //電影id，電影名
val rate=rdd2.map.map(x=>(x,1)).reducebykey((x,y)=>x+y).sortby(x=>x._2,false,1);   //電影id，評分次數
val result=rate.join(movie).sortby(x=>x._2._1,false,1).take(10);
result.foreach( x =>println(x._2._2+"\t"+x._2._1));
}}

分別求男性，女性當中評分最高的 10 部電影（性別，電影名，影評分）

package demo

import org.apache.spark.
object wordcount; //電影id，電影名
val rate=rdd2.map; //使用者id，(電影id，評分)
val user=rdd3.map;  //使用者id，性別
val man=user.filter(x=>(x._2=="m"));
val woman=user.filter(x=>(x._2=="f"));
val manmovierate=rate.join(man).map.reducebykey((x,y)=>x+y);  //男生電影id，評分
val womanmovierate=rate.join(woman).map.reducebykey((x,y)=>x+y); //女生電影id，評分
val manmovie=movie.join(manmovierate).map.sortby(x=>x._2,false,1).take(10);
val womanmovie=movie.join(womanmovierate).map.sortby(x=>x._2,false,1).take(10);
manmovie.foreach(x=>println("m"+"\t"+x._1+"\t"+x._2));
womanmovie.foreach(x=>println("f"+"\t"+x._1+"\t"+x._2));
}}

movie.join(manmovierate)元組是《電影id，（電影名，評分）>

IMDB影評分析實驗

資料集資源 該資料集中包含了5萬條影評 包括正面評價和負面評價 利用這5萬條影評進行資料分析。資料格式 5萬條影評分別處於5萬個txt檔案中 工作步驟如下 3 將處理後的文字進行特徵提取並向量化 4 進 感的分類 coding utf 8 time 2019 9 1016 11 author sup...

Spark影評資料分析一

本次所分析的資料有使用者 電影 評分三個表，結構如下 使用者表 電影表 評分表 資料一瞥 一共有十個需求，需求一到五作為學習參考，需求六到十自己動手實踐。專案結構如圖 在分析之前，先建立乙個utils類，主要用於初始化配置資訊以及解析原始資料。記得修改資料檔案路徑 package movie imp...

Spark影評資料分析二

接上篇文章。共十個需求，前五個是作為學習參考直接給出答案的，後五個本人自己實現的。值得注意的是，如果讀者仔細推敲，需求一到五是存在邏輯上的錯誤的。這裡我暫且照搬。package movie import org.apache.spark.rdd.rdd 求被評分次數最多的 10 部電影，並給出評分次...