利用邻域信息对大型网络进行实用表征
社会与信息网络
2013-11-14 v1 计算机与社会
物理与社会
摘要
通过节点查询来表征大型在线社交网络 (OSN) 是一项具有挑战性的任务。OSN 通常对查询速率施加严格限制，从而将样本量限制为总网络的一小部分。人们提出了各种即席子图采样方法，但其中许多方法给出的估计存在偏差，且缺乏关于准确性的理论基础。在本工作中，我们专注于开发针对 OSN 的采样方法，其中查询节点还会揭示其邻域的部分结构信息。我们的方法针对 NoSQL 图数据库进行了优化（如果可以直接访问数据库），或利用大多数主要 OSN 上可用的 Web API 进行图采样。我们表明，我们的采样方法在作为无偏估计量方面具有可证明的收敛保证，并且比当前的最先进方法更准确。我们表征了节点标签密度估计和边标签密度估计等指标，这是两个最基本的网络特征，其他网络特征可从中推导出来。我们使用原生 API 在几个实时网络上对我们的方法进行了即时评估。我们在各种离线数据集上的模拟研究表明，通过包含邻域信息，我们的方法极大地（4 倍）减少了达到与最先进方法相同估计精度所需的样本数量。
引用
@article{arxiv.1311.3037,
title = {Practical Characterization of Large Networks Using Neighborhood Information},
author = {Pinghui Wang and Bruno Ribeiro and Junzhou Zhao and John C. S. Lui and Don Towsley and Xiaohong Guan},
journal= {arXiv preprint arXiv:1311.3037},
year = {2013}
}