𝗔 𝗪𝗮𝗹𝗸 𝗶𝗻 𝗙𝗮𝗰𝗲𝗯𝗼𝗼𝗸: 𝗨𝗻𝗶𝗳𝗼𝗿𝗺 𝗦𝗮𝗺𝗽𝗹𝗶𝗻𝗴 𝗼𝗳 𝗨𝘀𝗲𝗿𝘀 𝗶𝗻 𝗢𝗻𝗹𝗶𝗻𝗲 𝗦𝗼𝗰𝗶𝗮𝗹 𝗡𝗲𝘁𝘄𝗼𝗿𝗸𝘀 Facebook 中的漫步：在线社交网络中的用户均匀采样
社交网络拥有海量数据。为了进行研究，你通常需要这些数据的小样本。大多数方法无法公平地选取用户，它们往往会过度选取热门用户。
本文提出了一种均匀采样方法。它能帮助你在不产生偏差的情况下，从社交网络中选取用户。
研究要点：
- 标准采样方法倾向于高度数节点。
- 偏差会导致对网络行为得出错误的结论。
- 这种新方法确保每个用户都有平等的被选中机会。
- 它适用于像 Facebook 这样的大规模图谱。
你需要无偏差的数据来构建更好的算法。该方法解决了网络科学中的一个核心问题。
来源：https://dev.to/paperium/a-walk-in-facebook-uniform-sampling-of-users-in-online-social-networks-463m
可选学习社区：https://t.me/GyaanSetuAi