在线社交网络的UNI64采样方法

• 作者: 卢罡 李浩 许南山
• 来源期刊: 计算机系统应用
• 关键词: 在线社交网络 采样方法 随机采样 新浪微博 层次聚类
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 研究开发
• 页码范围: 206-212
• 页数: 7页
• 字数: 5727字
• 语种: 中文

摘要

在对社交网络采样方法进行研究时，常以拒绝-接受采样法得到的样本作为对照来评价其他采样方法的优劣.由于各种在线社交网络陆续将其用户ID系统由32位升级为64位，导致拒绝-接受采样法的采样命中率近乎为零.本文根据在线社交网络的特点，以新浪微博为例，对其用户ID分布情况进行分析，提出了一种改进的拒绝-接受采样法UNI64.该方法通过分析网络有效ID样本的分布情况，结合聚类的方法将整个样本空间划分为有效区间和无效区间，并使采样算法避开无效区间，仅在有效区间内生成待测样本，从而有效提高了拒绝-接受采样法在有效样本极为稀疏的样本空间内采样的命中率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许南山	北京化工大学信息科学与技术学院	58	358	10.0	16.0
2	卢罡	北京化工大学信息科学与技术学院	19	80	5.0	7.0
3	李浩	北京化工大学信息科学与技术学院	3	11	2.0	3.0