Un paseo por Facebook: Muestreo uniforme de usuarios en redes sociales en línea
Las redes sociales contienen cantidades masivas de datos. A menudo se necesitan pequeñas muestras de estos datos para estudiarlos. La mayoría de los métodos fallan al seleccionar usuarios de manera justa. Seleccionan a los usuarios populares con demasiada frecuencia.
Este artículo presenta un método para el muestreo uniforme. Ayuda a seleccionar usuarios de una red social sin sesgos.
Puntos clave de la investigación:
- Los métodos de muestreo estándar favorecen a los nodos de alto grado.
- El sesgo conduce a conclusiones erróneas sobre el comportamiento de la red.
- Este nuevo enfoque garantiza que cada usuario tenga la misma probabilidad de ser seleccionado.
- Funciona en grafos a gran escala como Facebook.
Se necesitan datos sin sesgos para construir mejores algoritmos. Este método resuelve un problema fundamental en la ciencia de redes.
Fuente: https://dev.to/paperium/a-walk-in-facebook-uniform-sampling-of-users-in-online-social-networks-463m
Comunidad de aprendizaje opcional: https://t.me/GyaanSetuAi