在线社交网络的自适应UNI采样方法

• 作者: 卢罡 尤枫 曹天亮
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 在线社交网络 采样方法 UNI方法 自适应方法 区间划分
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 200-206
• 页数: 7页
• 分类号: TP181
• 字数: 5834字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.04.034

摘要

在线社交网络采样方法常作为其他采样方法的评估基准,但是该方法采样命中率和采样效率较低,影响了其应用.为此,提出一种自适应UNI采样方法.该方法将用户ID系统空间划分为若干区间进行采样,根据各区间命中率自适应地调节在各区间的采样概率,以提高采样命中率和效率.设定采样概率下限阈值解决冷启动问题,同时利用区间的采样率调节区间采样概率,防止陷入局部最优.将该方法应用于新浪微博的采样数据进行验证,实验结果表明,该方法可提高采样效率和采样命中率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尤枫	北京化工大学信息科学与技术学院	37	292	11.0	15.0
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	曹天亮	北京化工大学信息科学与技术学院	1	2	1.0	1.0