資源描述：
《面向社交網(wǎng)絡(luò)數(shù)據(jù)的廣度優(yōu)先與深度優(yōu)先抽樣策略研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代碼10125專業(yè)代碼027000碩士學(xué)位論文題目面向社交網(wǎng)絡(luò)數(shù)據(jù)的廣度優(yōu)先與深度優(yōu)先抽樣策略研究姓名郭亞楠專業(yè)統(tǒng)計學(xué)研究方向大數(shù)據(jù)和數(shù)據(jù)挖掘研究所屬學(xué)院統(tǒng)計學(xué)院指導(dǎo)教師米子川教授二〇一八年六月二日UniversityCode10125MajorCode027000ShanxiUniversityofFinance&EconomicsThesisforMaster’sDegreeTitleResearchonBreadth-firstandDepth-firstSamplingStrategyforSocialNetworkDataNameYaNanGuoMajorStatis
2、ticsResearchOrientationBigDataandDataMiningReserchSchoolSchoolofStatisticsTutorZiChuanMiJune2，2018學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究所做出重要貢獻的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保管、使用學(xué)位
3、論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)山西財經(jīng)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于保密□，不保密□。在年解密后適用本授權(quán)書。（請在以上方框內(nèi)打“√”）學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日山西財經(jīng)大學(xué)碩士學(xué)位論文摘要現(xiàn)代社會信息技術(shù)的迅猛發(fā)展為一切信息數(shù)據(jù)化提供了基礎(chǔ)，龐大的數(shù)據(jù)涵蓋著生活中的方方面面。數(shù)據(jù)產(chǎn)生有許多種渠道，社交網(wǎng)絡(luò)便是如今大數(shù)據(jù)的一個重要來源。同時，社交網(wǎng)絡(luò)也早已成為一種全球性的交流模式，月
4、活躍用戶數(shù)多則十幾億，少則幾億。社交網(wǎng)絡(luò)產(chǎn)生的數(shù)據(jù)具備“大數(shù)據(jù)”數(shù)據(jù)量大（Volume）、類型繁多（Variety）、價值密度低（Value）以及速度快時效高（Velocity）的4V特性。除此之外，社交網(wǎng)絡(luò)數(shù)據(jù)也具備著小世界，無標(biāo)度以及社區(qū)結(jié)構(gòu)性等復(fù)雜網(wǎng)絡(luò)特性。如何能有效對如此數(shù)據(jù)進行分析，傳統(tǒng)的抽樣方式是否適用，能否獲得較好的樣本網(wǎng)絡(luò)對原始網(wǎng)絡(luò)進行較為準(zhǔn)確的統(tǒng)計推斷等等問題都亟待解決。本文正是在此背景下面向社交網(wǎng)絡(luò)數(shù)據(jù)，通過廣度優(yōu)先抽樣和深度優(yōu)先抽樣的兩種抽樣策略，獲取數(shù)據(jù)，得到樣本網(wǎng)絡(luò)，并將兩種抽樣策略對原始網(wǎng)絡(luò)的估計效果進行比較。一方面通過構(gòu)建三種網(wǎng)絡(luò)模型進行模擬實驗，另一
5、方面通過現(xiàn)實中豆瓣社交網(wǎng)絡(luò)的實證數(shù)據(jù)實證分析。分別從度分布、平均度和聚類系數(shù)等社交網(wǎng)絡(luò)統(tǒng)計特征量出發(fā)比較了兩種抽樣策略的效果。結(jié)合本文的模擬實驗和實證分析，得出了以下結(jié)論：1.廣度優(yōu)先抽樣和深度優(yōu)先抽樣具有較好的樣本獲取能力，獲得的樣本為有偏樣本，具有一定的漸進性質(zhì)。2.廣度優(yōu)先抽樣具有抽樣速度快，占用內(nèi)存大的特點，深度優(yōu)先抽樣則抽樣速度慢，占用內(nèi)存較小。3.面向不同的網(wǎng)絡(luò)類型，廣度優(yōu)先和深度優(yōu)先抽樣的效果也并不相同。深度優(yōu)先抽樣適用于隨機網(wǎng)絡(luò)，廣度優(yōu)先抽樣則總體上更適用于WS小世界網(wǎng)絡(luò)和BA無標(biāo)度網(wǎng)絡(luò)。4.在實際的社交網(wǎng)絡(luò)數(shù)據(jù)中，綜合來看，低抽樣率條件下，廣度優(yōu)先抽樣更有優(yōu)勢，在
6、較高抽樣率條件下，深度優(yōu)先抽樣更值得考慮。關(guān)鍵詞：大數(shù)據(jù)，社交網(wǎng)絡(luò)，廣度優(yōu)先抽樣，深度優(yōu)先抽樣1面向社交網(wǎng)絡(luò)數(shù)據(jù)的廣度優(yōu)先與深度優(yōu)先抽樣策略研究ABSTRACTTherapiddevelopmentofmodernsociety'sinformationtechnologyhasprovidedthefoundationforallinformationdata,andhugedatacoversallaspectsoflife.Fromthepointofviewofdatageneration,socialnetworkingisanimportantsourceofbigda
7、tatoday.Atthesametime,socialnetworkshavelongbecomeaglobalmodeofcommunication,withmorethanabillionactiveuserspermonth,rangingfromseveralhundredmillion.Thedatageneratedbysocialnetworkshasthecharacteristicsof"bigdata"withalargevolumeofdata
