迈向在线社交网络的标准采样方法：收集 Twitter 上的全球趋势
社会与信息网络
2015-07-07 v1
摘要
当前大规模在线社交网络中最重大的挑战之一是建立一种简洁且连贯的方法来收集和汇总数据。对在线社交网络 (OSN) 的内容进行采样作为一种知识发现工具发挥着重要作用。越来越难以忽视的一个事实是，当前的采样方法必须应对缺乏完整采样框架的问题，即存在一个由有限数据访问所决定的强制条件。此外，另一个需要考虑的关键方面是社交网络服务用户产生的海量数据。这类条件使得开发收集真正可靠数据的采样方法尤为困难。因此，我们提出了一种低计算成本的方法，用于在 Twitter 等社交网络服务上采样新兴的全球趋势。本研究的主要目的是开发一种方法，能够通过三个随机生成器：布朗、幻影和蓄水池，执行高效的收集过程。这些随机生成器将与 Metropolis-Hastings 随机游走 (MHRW) 相结合，以改进采样过程。我们通过正确提供所收集数据的描述性统计来证明我们方法的有效性。此外，我们还概述了在 Twitter 上实时执行的收集过程。最后，我们以趋势集中度的图形化描述和形式化的收敛性分析作为结论，以评估抽取的样本是否已达到平衡状态，从而获得样本质量的粗略估计。
引用
@article{arxiv.1507.01489,
title = {Towards a Standard Sampling Methodology on Online Social Networks: Collecting Global Trends on Twitter},
author = {C. A. Piña-García and Dongbing Gu},
journal= {arXiv preprint arXiv:1507.01489},
year = {2015}
}