期刊专题

10.13328/j.cnki.jos.004566

社会化媒体大数据多阶段整群抽样方法

引用
在线社会化媒体大数据是行动者自组织关系的集合,其内部蕴含了多层次的社会实体关系,因此,在线社会化媒体大数据抽样方法的研究对于社会计算这一新兴研究领域具有重要的理论和应用价值.现有抽样方法存在大型马尔可夫链难以并行化、样本局部性陷入、马尔可夫链燃烧预热等问题.针对这些问题,提出了在线社会化媒体大数据整群多阶段抽样方法OSM-MSCS.该方法首先进行整群分解,将总体分解成若干小型凝聚子群;而后,使用动态延迟拒绝方法对凝聚子群内部的关系抽样;最后,使用Gibbs方法完成不同凝聚子群之间相干关系的筛选,从而获得整个样本序列.实验结果表明,OSM-MSCS方法能够有效地对各种结构特征的在线社会化媒体大数据进行抽样,从“个体地位-群体凝聚性-整体结构性”这3个层次进行综合评价,其抽样效果要明显好于MHR和BFS这两种最主流的抽样方法.

在线社会化媒体、大数据、马尔可夫蒙特卡洛方法、多阶段整群抽样

25

TP311(计算技术、计算机技术)

教育部中央高校基金13SZYB01;陕西省社科联重大理论与现实问题研究项目2013C124;中国电信“社会化媒体大数据云服务商业模式的研究”项目SN2012-YS-13709

2014-06-06(万方平台首次上网日期,不代表论文的发表时间)

共16页

781-796

暂无封面信息
查看本期封面目录

软件学报

1000-9825

11-2560/TP

25

2014,25(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn