按主机与付费级域聚合的万维网图分析
社会与信息网络
2019-03-13 v3
摘要
本文将被按主机与付费级域（PLD）聚合的万维网视为图进行分析。公开可用的万维网图数据集由 Common Crawl Foundation 发布，基于2017年5月至7月期间执行的网络爬取。主机图具有约13亿个节点和约53亿条弧。PLD图具有约9100万个节点和约11亿条弧。我们研究度分布以及强连通分量/弱连通分量（SCC/WCC）的大小分布，重点使用统计方法检测幂律。将幂律模型的统计合理性同若干备选分布进行比较。虽然在主机层面没有幂律尾部的证据，但在PLD聚合下，入度、SCC与WCC大小分布中出现了幂律尾部。最后，我们通过研究最短路径长度的累积分布来分析距离相关特征，并给出图直径的估计。
引用
@article{arxiv.1802.05435,
title = {Analysis of the Web Graph Aggregated by Host and Pay-Level Domain},
author = {Agostino Funel},
journal= {arXiv preprint arXiv:1802.05435},
year = {2019}
}