simrank
背景
度量相似度是许多应用的关键问题。传统方法与问题的领域相关，如文本匹配、计算交集。simrank则利用关联关系度量相似性，即“两个节点的相似性和各自邻域节点的相似度有关”。
算法
simrank的核心公式：
当
，并且
，
时，
当
,
当
，或者
通过多轮迭代，
可以收敛。
mapreduce实现
利用mapreduce，容易进行上述的迭代计算。
（1）初始状态：
相似度矩阵是单位阵：
邻接集合列
，
（2）每轮迭代
input:
a_b, s(a,b), x_a, x_b
其中，x_a表示所有与a邻接的节点，x_b表示所有与b邻接的节点，则任意的pair
都需要累加s(a, b)
map:
分别遍历x_a, x_b，构成pair，输出
pair, s(a, b), I(px), I(p_y)
reduce:
累加s(a, b)，得到pair的相似度