典型文献
基于权邻域的代表性用户抽样算法
文献摘要：
代表性用户抽样方法在社会网络分析领域中得到广泛的应用,如何使其抽取的子集代表网络中所有用户具有重要的研究意义.现有方法较少关注网络拓扑结构中用户潜在的大量有用信息,通过对统计分层抽样模型进行优化,提出了一种基于权邻域的代表性用户抽样算法.为了从网络拓扑结构中获得用户更多有价值的内容,该算法使用权邻域对用户代表度计算方法进行改进,同时与用户属性相结合.之后根据用户属性值将用户分成不同属性组,计算用户在每个属性组的代表度.接着通过质量函数来衡量代表性用户的代表程度.采用启发式贪心算法抽取代表性用户.在4个数据集上与6种传统抽样算法进行实验比较,结果表明基于权邻域的代表性用户抽样算法在精确率、召回率和F1-Measure评价指标上均有提升.
文献关键词：
社交网络;代表性用户抽样;权邻域;拓扑结构;用户代表度
中图分类号：
作者姓名：
何水苗;班志杰
作者机构：
内蒙古大学 计算机学院 内蒙古自治区社会计算与数据处理重点实验室,呼和浩特 010020
文献出处：
引用格式：
[1]何水苗;班志杰-.基于权邻域的代表性用户抽样算法)[J].计算机工程与应用,2022(12):94-101
A类：
代表性用户抽样,用户代表度
B类：
权邻域,抽样方法,社会网络分析,子集,研究意义,网络拓扑结构,分层抽样,样模,得用,使用权,用户属性,属性值,同属,质量函数,启发式,贪心算法,精确率,召回率,Measure,社交网络
AB值：
0.242989
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
