C*****n
发帖数: 1049 | 1 有200M个用户，现在让你进行分组，将他们分成大概20个组，每个组里大概有10M的用
户，尽量让用户interaction多的在一起。
只想到也许能用Clustering coefficient来衡量用户之间的联系程度，但是分组还是没
什么概念。 |
l****u
发帖数: 1764 | 2 用merge？先随机选取几个用户当组，然后一个个处理incoming user，如果跟现存的所
有组都没联系或者联系很小，就再创个组，否则加入到那个组之中，处理完后对所有的
组再进行merge直到剩下20个组
感觉没有标准答案啊 |
C*****n
发帖数: 1049 | 3 这样有很大的问题就是联系小的有很大的概率被放在一组，因为最开始选组的信息很少
，会误以为已经选到联系大的组了
【在 l****u 的大作中提到】
: 用merge？先随机选取几个用户当组，然后一个个处理incoming user，如果跟现存的所
: 有组都没联系或者联系很小，就再创个组，否则加入到那个组之中，处理完后对所有的
: 组再进行merge直到剩下20个组
: 感觉没有标准答案啊
|
l****u
发帖数: 1764 | 4 那就分完之后再scan一遍，再把每个组里类似outlier的人拎出来重新assign一遍？
：这样有很大的问题就是联系小的有很大的概率被放在一组，因为最开始选组的信息很
少，会误以为已经选到联系大的组了
：你再低调也没有用，你那拉风的头像、扎势的ID都深深的出卖了你
【在 C*****n 的大作中提到】
: 这样有很大的问题就是联系小的有很大的概率被放在一组，因为最开始选组的信息很少
: ，会误以为已经选到联系大的组了
|
z*********n
发帖数: 1451 | 5 用一些聚类算法可以吧，距离就用interaction 程度。 |
U***A
发帖数: 849 | |
r***s
发帖数: 737 | 7 在一个无向图里求 min cut?
【在 C*****n 的大作中提到】
: 有200M个用户，现在让你进行分组，将他们分成大概20个组，每个组里大概有10M的用
: 户，尽量让用户interaction多的在一起。
: 只想到也许能用Clustering coefficient来衡量用户之间的联系程度，但是分组还是没
: 什么概念。
|
g*********e
发帖数: 14401 | 8 典型的community sharding
有不少关于这方面的paper
【在 C*****n 的大作中提到】
: 有200M个用户，现在让你进行分组，将他们分成大概20个组，每个组里大概有10M的用
: 户，尽量让用户interaction多的在一起。
: 只想到也许能用Clustering coefficient来衡量用户之间的联系程度，但是分组还是没
: 什么概念。
|
