我正在尝试从csv生成邻接矩阵。
csv包含2列，1表示用户，1表示项目。这两列构成了一个二分图，其中每个用户可以是多个项目的一部分，或者根本没有，但是同一组的节点之间没有边缘（同一个用户 - 项目对没有重复的条目，但是有重复的条目相同用户或具有不同组合的项目对。）
我写了一个比较，用于比较每个用户的项目与使用Matlab和ismember（a，b）的整个项目集。该算法在每个条目中迭代运行。最后，我有一个大小为M的邻接矩阵（| users | + | user |）x（| users | + | user |）。
对于小入境次数＆lt; 15000，它工作得很快，但对于+15000的样本，Matlab停止工作。我使用零矩阵（零（r，c））初始化邻接矩阵，并逐行添加ismember（a，b）的结果。但是对于我的Matlab，零（15000,15000）的零矩阵几乎可以最大化内存。我尝试在R中使用该大小（矩阵（0,15000,15000））制作零矩阵，并且它还最大化了R的存储器。
有没有办法解决这个问题？我的完整样本量为597,000行（约70,000个用户和约35,000个项目），我想对其进行网络分析。
另外，我想保持矩阵格式，而不是邻接列表，因为我有一个最大切割最小流量算法，我想在结果上运行，它只适用于矩阵。
更新：
数据如下所示
User | Project 382 2429 385 2838 294 2502 ... ...
使用来自Notredame大学的Zerlot从SourceForge获取。其中每个int值是SQL数据库中的键。 我想将此联属数据转换为单模式用户到用户邻接矩阵，其中用户之间的每个边缘都是共享项目。