Facebook漫步：在线社交网络中用户的均匀采样
社会与信息网络
2015-03-13 v5 网络与互联网体系结构
数据分析、统计与概率
物理与社会
统计方法学
摘要
本文的目标是开发一个实用框架，通过爬取社交图来获得在线社交网络(OSN)中用户的均匀样本。这样的样本可以估计任何用户属性以及一些拓扑属性。为此，我们首先考虑并比较了几种候选爬取技术。两种能够产生近似均匀样本的方法是Metropolis-Hasting随机游走(MHRW)和重加权随机游走(RWRW)。两者各有优缺点，我们通过与彼此以及“真实情况”的比较来展示这一点。相比之下，使用广度优先搜索(BFS)或未调整的随机游走(RW)会导致显著偏差的结果。其次，除了离线性能评估外，我们引入了在线形式收敛诊断，以在数据收集过程中评估样本质量。我们展示了如何利用这些诊断有效确定随机游走样本何时具有足够的大小和质量。第三，作为案例研究，我们将上述方法应用于Facebook，并收集了据我们所知第一个具有代表性的Facebook用户样本。我们将其公开，并用于表征Facebook的几个关键属性。
引用
@article{arxiv.0906.0060,
title = {A Walk in Facebook: Uniform Sampling of Users in Online Social Networks},
author = {Minas Gjoka and Maciej Kurant and Carter T. Butts and Athina Markopoulou},
journal= {arXiv preprint arXiv:0906.0060},
year = {2015}
}
备注
published in IEEE INFOCOM '10; IEEE Journal on Selected Areas in Communications (JSAC), Special Issue on Measurement of Internet Topologies, 2011 under the title "Practical Recommendations on Crawling Online Social Networks"