Facebookにおけるウォーク：オンラインソーシャルネットワークにおけるユーザーの一様サンプリング
ソーシャルネットワークには膨大な量のデータが存在します。そのデータを研究するためには、多くの場合、データの小さなサンプルが必要になります。しかし、ほとんどの手法ではユーザーを公平に抽出することができず、人気のあるユーザーばかりが選ばれてしまう傾向があります。
本論文では、一様サンプリングの手法を提案しています。これにより、バイアスなしにソーシャルネットワークからユーザーを抽出することが可能になります。
研究の要点：
- 標準的なサンプリング手法は、次数の高いノードを優先してしまう。
- バイアスは、ネットワークの挙動に関する誤った結論を導く原因となる。
- この新しいアプローチにより、すべてのユーザーが等しく選択される機会が保証される。
- Facebookのような大規模なグラフに対しても有効である。
より優れたアルゴリズムを構築するには、バイアスのないデータが必要です。この手法は、ネットワーク科学における核心的な課題を解決するものです。
Source: https://dev.to/paperium/a-walk-in-facebook-uniform-sampling-of-users-in-online-social-networks-463m
Optional learning community: https://t.me/GyaanSetuAi