فیس بک میں ایک چہل قدمی: آن لائن سوشل نیٹ ورکس میں صارفین کی یکساں نمونہ بندی
سوشل نیٹ ورکس میں ڈیٹا کی بہت بڑی مقدار موجود ہوتی ہے۔ اس ڈیٹا کا مطالعہ کرنے کے لیے اکثر آپ کو اس کے چھوٹے نمونوں کی ضرورت ہوتی ہے۔ زیادہ تر طریقے صارفین کا غیر منصفانہ انتخاب کرتے ہیں۔ وہ مقبول صارفین کا انتخاب بہت زیادہ بار کرتے ہیں۔
یہ مقالہ یکساں نمونہ بندی (uniform sampling) کے لیے ایک طریقہ پیش کرتا ہے۔ یہ آپ کو کسی جانبداری کے بغیر سوشل نیٹ ورک سے صارفین کا انتخاب کرنے میں مدد دیتا ہے۔
تحقیق کے اہم نکات:
- معیاری نمونہ بندی کے طریقے زیادہ ڈگری والے نوڈز (high degree nodes) کو ترجیح دیتے ہیں۔
- جانبداری نیٹ ورک کے طرز عمل کے بارے میں غلط نتائج کا باعث بنتی ہے۔
- یہ نیا طریقہ کار اس بات کو یقینی بناتا ہے کہ ہر صارف کے منتخب ہونے کا برابر موقع ہو۔
- یہ فیس بک جیسے بڑے پیمانے کے گراف پر کام کرتا ہے۔
بہتر الگورتھم بنانے کے لیے آپ کو غیر جانبدار ڈیٹا کی ضرورت ہوتی ہے۔ یہ طریقہ نیٹ ورک سائنس کے ایک بنیادی مسئلے کو حل کرتا ہے۔
ماخذ: https://dev.to/paperium/a-walk-in-facebook-uniform-sampling-of-users-in-online-social-networks-463m
اختیاری لرننگ کمیونٹی: https://t.me/GyaanSetuAi