ফেসবুকের মাঝে একটি ভ্রমণ: অনলাইন সোশ্যাল নেটওয়ার্কের ব্যবহারকারীদের ইউনিফর্ম স্যাম্পলিং
সোশ্যাল নেটওয়ার্কগুলোতে বিশাল পরিমাণ ডেটা থাকে। এটি অধ্যয়নের জন্য প্রায়শই এই ডেটার ছোট ছোট নমুনার প্রয়োজন হয়। বেশিরভাগ পদ্ধতিই নিরপেক্ষভাবে ব্যবহারকারীদের নির্বাচন করতে ব্যর্থ হয়। তারা খুব ঘন ঘন জনপ্রিয় ব্যবহারকারীদের বেছে নেয়।
এই গবেষণাপত্রটি ইউনিফর্ম স্যাম্পলিংয়ের একটি পদ্ধতি উপস্থাপন করে। এটি আপনাকে কোনো পক্ষপাতিত্ব ছাড়াই একটি সোশ্যাল নেটওয়ার্ক থেকে ব্যবহারকারীদের বেছে নিতে সাহায্য করে।
গবেষণার মূল পয়েন্টগুলো:
- প্রচলিত স্যাম্পলিং পদ্ধতিগুলো হাই ডিগ্রি নোডগুলোকে (high degree nodes) প্রাধান্য দেয়।
- পক্ষপাতিত্ব নেটওয়ার্কের আচরণ সম্পর্কে ভুল সিদ্ধান্তের দিকে পরিচালিত করে।
- এই নতুন পদ্ধতিটি নিশ্চিত করে যে প্রতিটি ব্যবহারকারীর নির্বাচিত হওয়ার সমান সুযোগ রয়েছে।
- এটি ফেসবুকের মতো বৃহৎ স্কেলের গ্রাফের ওপর কাজ করে।
আরও উন্নত অ্যালগরিদম তৈরি করতে আপনার নিরপেক্ষ ডেটার প্রয়োজন। এই পদ্ধতিটি নেটওয়ার্ক সায়েন্সের একটি মৌলিক সমস্যার সমাধান করে।
উৎস: https://dev.to/paperium/a-walk-in-facebook-uniform-sampling-of-users-in-online-social-networks-463m
ঐচ্ছিক লার্নিং কমিউনিটি: https://t.me/GyaanSetuAi