你的朋友怎么看？利用友谊悖论的网络高效轮询方法
社会与信息网络
2021-05-06 v3 物理与社会
摘要
本文研究社交网络的随机轮询问题。在预测候选人 A 与 B 之间选举结果的情形下，经典的意向轮询随机询问被抽样个体：你将投给谁？期望轮询则询问：你认为谁会赢？本文提出一种新颖的邻域期望轮询（NEP）策略，随机询问被抽样个体：你对 A 得票比例的估计是多少？因此，在 NEP 中，被抽样个体在回答该问题时自然会查看其邻居（由底层社交网络图定义）。因此，NEP 方法的均方误差（MSE）依赖于从网络中选出最优样本集。为此，我们针对以下情形提出三种 NEP 算法：（i）社交网络图未知，但可在图上进行随机游走（顺序探索）；（ii）社交网络图未知。针对情形（i）和（ii），提出了两种基于称为友谊悖论（friendship paradox）的图论结论的算法。建立了关于算法 MSE 对网络性质的依赖关系的理论结果。提供了在真实与合成数据集上的数值结果以说明算法的性能。
引用
@article{arxiv.1802.06505,
title = {What Do Your Friends Think? Efficient Polling Methods for Networks Using Friendship Paradox},
author = {Buddhika Nettasinghe and Vikram Krishnamurthy},
journal= {arXiv preprint arXiv:1802.06505},
year = {2021}
}
备注
Final version - accepted to IEEE Transactions on Knowledge and Data Engineering