带背书关系的社交网络数据合成生成
社会与信息网络
2014-11-25 v1 物理与社会
摘要
在许多涉及网络的模拟研究中，需要依赖样本网络来执行模拟实验。在许多情况下，由于隐私问题，真实的网络数据不可用。在这种情况下，我们可以求助于具有与真实数据相似属性的合成数据集。本文讨论了为某种在线社交网络生成用于模拟目的的合成数据集的问题。一些流行的在线社交网络（如 LinkedIn 和 ResearchGate）允许用户针对特定技能进行背书。对于每项特定技能，背书会在相应网络中产生一个有向子图，其中节点对应网络成员或用户，弧表示背书关系。对这些背书有向图的建模可以通过构建一个优化问题来实现，该问题适用于不同的启发式算法。我们的构建方法包含两个阶段：第一阶段模拟网络的增长，第二阶段求解上述优化问题以构建背书关系。
引用
@article{arxiv.1411.6273,
title = {Synthetic Generation of Social Network Data With Endorsements},
author = {Hebert Pérez-Rosés and Francesc Sebé},
journal= {arXiv preprint arXiv:1411.6273},
year = {2014}
}
备注
5 figures, 2 algorithms, Journal of Simulation 2015