復(fù)雜網(wǎng)絡(luò)采樣算法與可視化研究.pdf

1、近些年來各式各樣的復(fù)雜網(wǎng)絡(luò)不斷滲透至人們生活的方方面面，網(wǎng)絡(luò)的規(guī)模和所包含的數(shù)據(jù)信息量也越發(fā)龐大。在大規(guī)模網(wǎng)絡(luò)研究成本巨大、網(wǎng)絡(luò)信息獲取不完全等情況下，如何通過合適的網(wǎng)絡(luò)采樣方法來獲取復(fù)雜網(wǎng)絡(luò)中的部分節(jié)點和連邊的信息，從而通過這些信息能夠有效估計實際網(wǎng)絡(luò)的性質(zhì)，或者如何得到一個與原網(wǎng)絡(luò)具有某些相似性質(zhì)的小規(guī)模網(wǎng)絡(luò)來代替原網(wǎng)絡(luò)成為較低成本的研究對象成為了人們關(guān)心的話題。本文首先從采樣效率和采樣準(zhǔn)確性等維度實驗對比了常見的幾種采樣方法，包括

2、隨機采樣、圖遍歷采樣和隨機游走采樣3大類中的6種方法，并綜合給出了較為詳盡的優(yōu)缺點說明和使用建議。同時我們通過結(jié)合多路采樣和抽樣采樣，對傳統(tǒng)的采樣方法進(jìn)行穿插使用和優(yōu)化，大大降低了重復(fù)采樣率，采樣性能明顯提高。而針對到傳統(tǒng)研究很少涉及到的有向網(wǎng)絡(luò)，在常用采樣方法受到限制的情況下，我們提出了雙網(wǎng)絡(luò)圖采樣，在保證算法對有向網(wǎng)絡(luò)的適應(yīng)性的同時，提高了采樣效率。本文最后綜合多種采樣算法搭建了復(fù)雜網(wǎng)絡(luò)采樣可視化軟件，用圖形化的語言展示采樣的過程和