基于Spark GraphX的图推荐算法是怎样实现的？

我读了这篇论文《基于社交关系和用户偏好的多样性图推荐方法》介绍，使用Spark GraphX，执行大规模图算法运算，比如，做一些社会科学计算，好不好使用？常用的算法有没有现成的程序库？比如Python或者Scala语言的程序库？

这个帖子罗列了很多基于networkx程序库的算法：https://www.gooseeker.com/doc/thread-18414-1-2.html ，是不是也会像使用networkx一样简单？

之前在一个大数据项目上使用SparkSql下的DataFrame处理分布式数据。Spark DataFrame提供了多种语言的接口：Scala, Python, R, Java, SQL。
在Jupyter Notebook中可以指定使用哪种接口，比如：

1. # 调用python接口
   
2. %python
   
3. 
   
4. # 调用sql接口
   
5. %sql
   
6. 
   
7. # 调用scala接口
   
8. %scala

复制代码

估计Spark GraphX也会有多种语言的接口

gz51837844 发表于 2021-9-23 10:51
之前在一个大数据项目上使用SparkSql下的DataFrame处理分布式数据。Spark DataFrame提供了多种语言的接口： ...

那么，除了有多种编程语言的接口，是否有现成的图计算算法库？尤其是可以用于社会科学计算方面的，比如，计算网络中心性