【摘要】：在線社交網(wǎng)絡(luò)的迅猛發(fā)展吸引了大批學(xué)者對其進行分析和研究。大多數(shù)針對在線社交網(wǎng)絡(luò)的實證性研究都需要基于真實的網(wǎng)絡(luò)節(jié)點和網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)進行。然而全網(wǎng)數(shù)據(jù)通常難以獲得,因此需要通過研究網(wǎng)絡(luò)采樣方法來獲得具有代表性的網(wǎng)絡(luò)樣本從而保證后續(xù)研究的順利進行。 雖然人們已經(jīng)提出了許多針對網(wǎng)絡(luò)的采樣方法,但對這些采樣方法優(yōu)劣的評價需要一個無偏均勻的樣本集作為評價標(biāo)準(zhǔn)。UNI方法則是一個能夠提供無偏基準(zhǔn)值的采樣方法。然而由于在線社交網(wǎng)絡(luò)用戶ID系統(tǒng)的升級,致使UNI方法的采樣范圍急劇擴大,這使得UNI方法的采樣命中率幾乎為零,最終導(dǎo)致該方法無法使用。 本文對在線社交網(wǎng)絡(luò)采樣方法的研究背景和意義進行了系統(tǒng)性地綜述。分析了在線社交網(wǎng)絡(luò)中UNI方法實際應(yīng)用時存在的問題和弊端,提出了解決UNI方法在64位整數(shù)ID系統(tǒng)中無法使用問題的假設(shè)。然后以新浪微博為例,采集了近一億條用戶ID數(shù)據(jù),并對用戶ID的分布情況進行了統(tǒng)計和分析,發(fā)現(xiàn)了新浪微博用戶ID的分布規(guī)律,同時驗證了我們對于在線社交網(wǎng)絡(luò)用戶ID非稀疏分布的假設(shè)。而后,我們提出了UNI64方法,該方法借鑒層次聚類和貪心算法的思想,通過分析一定數(shù)量的網(wǎng)絡(luò)原始ID樣本,在整個ID系統(tǒng)中劃分出有效區(qū)間,并控制UNI方法在有效區(qū)間內(nèi)按比例進行采樣,提高了采樣命中率,從而解決了UNI方法在64位整數(shù)系統(tǒng)中無法使用的問題。隨后我們通過實驗從采樣效率和樣本質(zhì)量兩個方面對UNI64方法進行了檢驗,結(jié)果表明UNI64方法在真實在線社交網(wǎng)絡(luò)上的實際采樣命中率能夠達到我們設(shè)定的目標(biāo)命中率,并且得到樣本的分布情況也與實際情況相符。
[Abstract]:......
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP393.4

【參考文獻】

相關(guān)期刊論文 前2條

1 劉暉;;Twitter:微博客時代的到來[J];傳媒;2009年10期

2 徐劍;毛祖光;陳靜;張理想;;抗衰老研究中心產(chǎn)品品牌設(shè)計推廣策略研究[J];藝術(shù)科技;2014年02期

，

本文編號：2491513