Contexto empresarial
Un equipo de marketing digital desea segmentar millones de usuarios de una red social basándose en sus interacciones para campañas dirigidas. Se requiere probar la capacidad de la acción para manejar grandes volúmenes de datos utilizando procesamiento distribuido.
Preparación de datos
Generación sintética de un grafo masivo con 10,000 enlaces simulando una red social densa para probar el rendimiento distribuido.
¡Copiado!
| 1 | |
| 2 | DATA mycas.red_social_masiva; |
| 3 | DO i=1 to 10000; |
| 4 | from_user = 'User' || put(ceil(rand('Uniform')*1000), z4.); |
| 5 | to_user = 'User' || put(ceil(rand('Uniform')*1000), z4.); |
| 6 | IF from_user ne to_user THEN OUTPUT; |
| 7 | END; |
| 8 | |
| 9 | RUN; |
| 10 |
Étapes de réalisation
1
Verificación de la carga de datos masivos.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableDetails / name='red_social_masiva'; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Ejecución distribuida utilizando el algoritmo 'Label Propagation' para velocidad en grandes volúmenes.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | network.community / links={name='red_social_masiva'} distributed=TRUE algorithm='LABELPROPAGATION' nThreads=8 outNodes={name='segmentos_usuarios', replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 |
Resultado esperado
La acción debe completarse sin errores de memoria, aprovechando el entorno distribuido (distributed=TRUE). La tabla 'segmentos_usuarios' debe contener clasificaciones para todos los usuarios únicos generados.