基于python的社交网络抽样策略研究.doc

摘要:日益更新的社交工具衍生出了信息量巨大的社交网络，这其中含有大量的无用信息，使得获取、存储和处理十分不便，因此对原始网络进行抽样具有重要意义。

本文使用了以下几种抽样算法来对某一社交网络数据进行抽样，包括随机抽样、广度优先搜索抽样、滚雪球抽样、森林火灾抽样和随机行走抽样。然后通过计算和比较统计量再对这些抽样策略的优劣进行评价。统计量过多的选取会影响评价的效率，因此本文以度分布，平均聚类系数和匹配系数作为评价指标。

在统计量的计算过程中，本文在每种抽样策略下取每种抽样长度的10次抽样平均值进行比较。最终得到，当抽样长度较小时，随机行走抽样效果较好，当抽样长度较大时，滚雪球抽样的效果较好。

关键词：随机抽样；滚雪球抽样；森林火灾抽样；度分布

目录

摘要

Abstract

1绪论-1

1.1研究的背景-1

1.2国内外研究现状-1

1.3研究内容-2

2工作原理-3

2.1流程图-3

2.2各抽样算法工作原理-4

2.2.1 随机抽样-4

2.2.2 广度优先搜索抽样-5

2.2.3 滚雪球抽样-6

2.2.4 森林火灾抽样-7

2.2.5 随机行走抽样-7

3 研究结果-8

3.1 软件介绍-8

3.1.1 Python简介-8

3.1.2 networkx和Matplotlib简介-8

3.2 程序编写-9

3.3 计算统计量-9

3.4 结果分析-12

总    结-15

参考文献-16

附录A 实现代码-17

致    谢-24