[发明专利]社交网络的无偏延迟采样方法

摘要

本发明公开一种社交网络的数据采样方法(无偏延迟采样)，该方法遵循马尔科夫收敛准则，无偏采样方法可以适应不同网络连用程度的网络，一方面，无偏延迟方法有更好的采样网络无偏性，另一方面，无偏延迟采样方法可以减少重复数据的入样概率从而提高网络的探测能力。

主权项

1.一种社交网络的无偏延迟采样方法，其特征在于，包括以下步骤：(1)将真实的网络转化为图G＝(E,V)，E表示图中的边的集合，边表示真实网络下用户间的关系，V表示图中的节点的集合，节点表示真实网络下的用户。(2)初始化采样集S，缓存空间Cache，将S和Cache置空；从V中随机选取一个节点v；然后按照如下步骤进行采样。(3)探测节点v的10个邻居节点，对于邻居个数小于10的节点则探测其所有的邻居节点。将探测到的邻居节点存入缓存空间Cache中。(4)在节点v的所有邻居节点中随机选择一个邻居节点w。判断Kv/Kw是否大于等于P，如果是，将邻居节点w作为当前节点v，并将节点w放入采样集S，然后返回至步骤3，如果不是，继续下一步骤。其中，P为随机数，P服从0‑1均匀分布。Kv表示节点v的邻居节点个数，即节点v的度数。(5)判断P是否小于等于重复采样的概率α，如果是，则保持当前节点v不变，然后返回至步骤3，如果不是，继续下一步骤。(6)在缓存空间Cache中找出与当前节点v具有相同邻居数的所有被探测节点，从这些被探测节点中选择被探测次数最小的一个节点有多个相同被探测次数的节点取随机一个。将节点作为当前节点v，并将节点放入采样集，然后返回至步骤3。