高效采样以实现更优的在线社交网络数据供给
数据结构与算法
2016-12-15 v1 社会与信息网络
摘要
关于在线社交网络（OSN）用户及使用情况的数据已可从外部获取，来源包括公共资源（如用户资料）、参与OSN（如建立关系和记录用户更新等交易）以及OSN提供商的API（如Twitter API）。API使OSN提供商能够在数据发布中获利，同时有助于控制测量负载，例如通过提供具有不同成本-粒度权衡的样本。迄今为止，这种方法更适合发布事务性数据，而图数据仍需通过如图爬取等资源密集型方法获取。在本文中，我们提出一种方法，使OSN能够以不重叠的增量方式提供大小可调的用户图样本，并且样本选择可以加权，以提高估计图的不同特征时的准确性。
引用
@article{arxiv.1612.04666,
title = {Efficient Sampling for Better OSN Data Provisioning},
author = {Nick Duffield and Balachander Krishnamurthy},
journal= {arXiv preprint arXiv:1612.04666},
year = {2016}
}
备注
Accepted to appear in the Proceedings of the 54th Annual Allerton Conference on Communication, Control, and Computing, 2016