[发明专利]一种基于混合跳转的社交网络采样方法在审
| 申请号： | 201810259230.8 | 申请日： | 2018-03-27 |
| 公开（公告）号： | CN108446996A | 公开（公告）日： | 2018-08-24 |
| 发明（设计）人： | 刘良桂;王玲敏;贾会玲;张宇 | 申请（专利权）人： | 浙江理工大学 |
| 主分类号： | G06Q50/00 | 分类号： | G06Q50/00 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310018 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于混合跳转的社交网络采样方法。该方法在社交网采样中，基于现有的经典MHRW(Metropolis‑Hasting Random Walk)采样方法，利用随机跳转策略避免采样陷入局部子网络，可以有效的解决大型复杂社交网络采样问题，从而得到无偏的社交网络样本集数据。并且，本文中第一次使用结合BFS(Breath‑first Search)方法采样速度快且无重复节点入样的优越性和三次样条插值方法建立三维平均度分布模型，确定社交网络采样方法跳转参数最优值。利用此方法更好的为图抽样设置参数的选取提供了指导，使采样方法达到最好的采样效果。本发明研究提供一种社交网络采样方法发新思路，有助于对大型复杂社交网络的性能研究。 | ||
| 搜索关键词： | 采样 社交网络 跳转 采样效果 三次样条 设置参数 性能研究 度分布 社交网 样本集 子网络 三维 抽样 重复 研究 | ||
【主权项】：
1.一种基于混合跳转的社交网络采样方法，其特征在于，该方法包括如下步骤：第一步：跳转节点集收集：首先，选取N个不同的初始节点，采用BFS方法对社交网络分别进行N次采样，随机组合成样本集；然后，将所收集的数据中相同度的节点数据聚合到一个例表中，这个列表为k度跳转列表，其中k为节点的度值；定义跳转节点集为V’，其数据量为|V’|；第二步：随机选取初始节点开始进行采样；第三步：记录当前节点v和其所有邻居节点w；第四步：随机挑选一个邻居节点，判断当前邻居节点w是否入样，如果α
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江理工大学，未经浙江理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810259230.8/，转载请声明来源钻瓜专利网。
