Characterizing Directed and Undirected Networks via Multidimensional Walks with Jumps
通过边和节点采样来估计社交网络中节点特征(标签)的分布,例如连接数或用户的公民身份,是复杂网络研究的重要组成部分。由于其低成本,采样通过随机游走(RW)已被提出作为一个有吸引力的解决方案,这项任务。大多数RW方法假设网络是无向的,或者步行者可以遍历边而不管它们的方向。一些RW方法已经被设计用于有向网络,其中进入节点的边不能直接观察到。在这项工作中,我们提出了定向无偏前沿采样(DUFS),一种基于大量协调步行者的采样方法,每个步行者从随机均匀选择的节点开始。它适用于具有不可见输入边的有向网络,因为它实时构建与步行者轨迹一致的无向图,并且由于使用随机跳跃可以防止步行者被困住。DUFS推广了以前的RW方法,适用于无向网络和有向网络,无论在边缘的可见性。我们还提出了一个改进的节点标签分布的估计,结合信息从最初的步行者的位置与随后的RW观察。我们评估DUFS,比较它与其他RW方法,研究其参数对估计精度的影响,并为选择它们提供实用的指导方针。在估计出度分布时,DUFS对分布头部的估计明显优于其他方法,同时匹配或超过尾部的估计精度。最后,我们证明了DUFS在估计前10%最大度节点的节点标签分布时优于均匀节点采样,即使均匀采样节点的成本与RW步骤相同。
2018-07-13 cs.SI physics.soc-ph
Coarse-Grained Topology Estimation via Graph Sampling
许多在线网络都是通过采样技术来测量和研究的,这些技术通常收集相对较小的一部分节点及其相关边缘。过去在这一领域的工作主要集中在获得节点的代表性样本和基于该样本的局部图属性(如节点度分布或任何节点属性)的有效估计。然而,很少有人知道估计的全局拓扑结构的基础图。在本文中,我们展示了如何有效地估计粗粒度的拓扑图的概率样本的节点。特别地,我们考虑节点被划分为类别(例如,国家或OSN中的工作/学习地点),其自然地定义加权类别图。我们感兴趣的是估计(i)类别的大小和(ii)来自两个不同类别的节点连接的概率。对于上述每一个,我们开发了一个家庭的估计基于设计的推理均匀或非均匀采样下,采用两种测量策略:诱导子图采样,它只依赖于信息的采样节点;和星抽样,这也利用类别信息的邻居采样节点。我们证明了这些估计的一致性,并评估其效率,通过模拟完全已知的图。我们还将我们的方法应用于Facebook用户的样本,以获得一些类别图,例如大学友谊图和国家友谊图;我们在www.geosocialmap.com上共享并可视化结果数据。
2011-05-27 cs.SI physics.data-an physics.soc-ph
Walk, Not Wait: Faster Sampling Over Online Social Networks
在本文中,我们介绍了一种新的,通用的,技术更快的采样节点在一个在线的社交网络。具体来说,与传统的随机游走等待采样分布收敛到预定的目标分布-等待过程中,招致高查询成本-我们开发步行估计,它开始与一个更短的随机游走,然后主动估计采样概率的节点之前,使用接受-拒绝采样调整采样概率到预定的目标分布。我们提出了一种新的反向随机游走技术,它提供了可证明的无偏估计的采样概率,并通过理论分析和广泛的实验证明步行估计传统的随机游走在现实世界中的在线社交网络的优越性。
2014-11-01 cs.SI physics.soc-ph
Sampling-based Estimation of In-degree Distribution with Applications to Directed Complex Networks
本文的重点是从抽样网络节点或边估计有向网络的入度分布。一些抽样方案被认为是,包括随机抽样和不更换,和几种方法的基础上随机游动可能的跳跃。当对节点进行采样时,假设只有该节点的外边缘是可见的,也就是说,没有观察到该节点的入度。建议估计的入度分布是基于两种方法。反演方法利用原始和样本入度分布之间的关系,并且可以估计入度分布的大部分,但不能估计分布的尾部。入度分布的尾部通过渐近方法估计,该方法本身有两个版本:一个假设幂律尾部,另一个假设一般形式的尾部。这两种估计方法在合成网络和真实网络上进行了检验,具有良好的性能结果,特别是渐近方法。
2018-10-02 cs.SI physics.soc-ph stat.ME
Scalable Estimation of Epidemic Thresholds via Node Sampling
传染病可以通过社会接触网络从一个人传染给另一个人。在当今相互关联的全球社会中,这种传染过程可能导致全球公共卫生危害,正在发生的新冠肺炎大流行就是一个例证。因此,从统计推断的角度研究传染病的网络传播具有重要的现实意义。一个重要的和广泛研究的边界条件的网络上的传染过程是所谓的流行病阈值。流行阈值在确定引入社会接触网络的病原体是否会引起流行或消亡方面起着关键作用。本文从统计网络推理的角度研究了流行病阈值问题。我们确定了两个主要的挑战,是由高计算和采样复杂性的流行阈值。我们开发了两个统计上准确和计算效率高的近似技术,以解决这些问题下的Chung-Lu建模框架。第二种近似是基于随机游走采样的,它的优点是只需要一小部分节点上的数据。我们为这两种方法建立了理论保证,并证明了它们的经验优势。
2020-07-28 cs.SI physics.soc-ph stat.ME
Het-node2vec: second order random walk sampling for heterogeneous multigraphs embedding
Jackson Lab for Genomic Medicine(杰克逊基因组医学实验室);ELLIS - European Laboratory for Learning and Intelligent Systems(欧洲学习与智能系统实验室);Berlin Institute of Health - Charité, Universitätsmedizin, Berlin(柏林健康研究所 - 夏里特柏林医学院);University of Granada(格拉纳达大学);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
针对异质图表示学习依赖自定义路径或大模型的问题,提出Het-node2vec算法,通过二阶随机游走的类型切换策略与注意力机制实现嵌入,在基准任务上性能达到或超过现有最优方法。
2024-10-29 cs.LG cs.SI physics.soc-ph
Sampling promotes community structure in social and information networks
文献中研究的任何网络都不可避免地只是其现实世界模拟的一个样本代表。此外,网络采样最近经常应用于大型网络,以实现更快,更有效的分析。尽管如此,网络结构的变化所引入的抽样仍然远远没有理解。在本文中,我们研究了存在的特征组的节点在抽样社会和信息网络。我们考虑了不同的网络采样技术,包括随机节点和链路选择,网络探索和扩展。我们首先观察到,社交网络的结构揭示了紧密联系的群体,如社区,而信息网络的结构更好地描述了结构等效节点的模块。然而,尽管有这些显着的差异,采样网络的结构表现出更强的特征,由社区样组比原来的网络,无论其类型和一致的各种采样技术。因此,在社会和信息网络中通常观察到的丰富的社区结构在某种程度上只是采样的人工制品。
2015-04-13 cs.SI physics.data-an physics.soc-ph
Modeling Spread of Preferences in Social Networks for Sampling-based Preference Aggregation
在人口众多的情况下,收集个人对一组备选方案的偏好并得出总体或集体偏好是一项密集的任务。我们表明,社会网络的人口基础可以利用有效地完成这一任务,通过采样的一个小的子集的代表性节点的偏好。我们首先开发了一个Facebook应用程序来创建一个由节点偏好和底层社交网络组成的数据集,使用该数据集,我们开发了一个模型,该模型可以捕获偏好在典型社交网络中的节点之间的分布情况。因此,我们提出了一个适当的目标函数的问题,选择最佳代表节点。我们设计了两个算法,即,Greedy-min提供了一个广泛的流行的投票规则类的性能保证,和Greedy-sum在实践中表现出优异的性能。我们比较了这些算法对随机轮询和流行的中心性措施的性能,并提供了一个详细的分析所获得的结果。我们的分析表明,使用社交网络信息选择代表有利于聚合与个人话题相关的偏好(例如,生活方式),而具有合理样本大小的随机轮询足以聚集与社会话题相关的偏好(例如,政府政策)。
2017-11-15 cs.SI physics.soc-ph
Estimating Node Influenceability in Social Networks
影响分析是社会网络分析和挖掘中的一个基本问题。影响力分析在社交网络中的重要应用包括病毒式营销的影响力最大化、寻找最具影响力的节点、在线广告等。对于这些应用中的许多应用,评估节点的影响力是至关重要的。本文在广泛应用的影响力传播模型--独立级联模型的基础上,研究了社会网络中节点影响力的评价问题。由于这个问题是P-完全的,大多数现有的工作是基于朴素蒙特卡罗(\nmc)采样。然而,\nmc估计量通常会导致较大的方差,这会显著降低其有效性。为了克服这个问题,我们提出了两个家庭的新的估计的思想的基础上分层抽样。本文首先提出了两种基本的分层抽样(\bss)估计量,即\bssi估计量和\bssii估计量,它们分别通过选择$r$边缘将整个总体划分为$2^r$和$r+1$两个分层。其次,为了进一步减小方差,我们发现\bssi和\bssii估计都可以在每个层上递归地执行,因此我们提出了两个递归分层抽样(\rss)估计,即\rssi估计和\rssii估计。从理论上讲,我们所有的估计是无偏的,他们的方差显着小于\nmc估计的方差。最后,我们在合成数据集和真实数据集上的广泛实验结果证明了我们新估计的效率和准确性。
2012-07-04 cs.DB cs.SI physics.soc-ph
Fast Moving Sampling Designs in Temporal Networks
在一项与此相关的研究中,我建立了一个时间网络模拟环境,用于评估网络干预策略。网络干预策略包括抽样设计,以选择网络中的节点。对样本中的节点进行干预,以便以某种期望的方式改变更广泛的网络。网络干预策略可以表示自然代理,例如在网络中传播的病毒,防止或减少病毒传播的程序,以及在形成和消除创建,维护或改变网络的链接中的个体节点(例如人)的代理。本文件探讨理想化版本的抽样设计用于该研究。其目的是更好地理解自然和人类的网络设计在真实情况下,并提供一个简单的推断设计为基础的属性,反过来衡量性能的时变网络。设计使用链接跟踪,有时使用其他概率程序来向样本中添加单元,并有一个持续的损耗过程,通过该过程将单元从样本中删除。
2015-11-30 cs.SI physics.soc-ph stat.ME
Estimating Shortest Path Length Distributions via Random Walk Sampling
在网络中,节点之间的最短路径非常重要,因为它们允许节点之间最快和最强的交互。然而,测量大型网络中所有节点之间的最短路径在计算上是昂贵的。本文提出了一种利用随机游动抽样估计网络最短路长分布的方法。为了处理样本中二对(节点对)包含概率不等的问题,我们推广了Hansen-Hurwitz估计和Horvitz-Thompson估计(及其比值形式)的用法,并将它们应用于样本二对中。基于马尔可夫链的理论,证明了二元系统的选择概率正比于两个节点的度的乘积。为了近似一个二元体的实际SPL,我们使用在具有大度可变性的网络的诱导子图中观察到的SPL,即,标准差至少是平均值的两倍,对于度变化较小的网络,使用度变化较小的网络的界标估计SPL。通过对实际网络的仿真研究和应用,我们发现:1)对于大型网络,采用单个或多个总步数至少等于网络中20%的随机游动都可以获得较高的估计精度:2)估计性能随网络规模的增大而提高,但当网络规模足够大时趋于稳定; 3)单次随机游动的性能与多次随机游动的性能一样好; 4)Horvitz-Thompson比估计在四种估计中性能最好。
2018-06-09 cs.SI physics.soc-ph stat.AP
Exact sampling of graphs with prescribed degree correlations
许多现实世界的网络都表现出节点度之间的相关性。例如,在社交网络中,节点倾向于连接到相似度的节点。相反,在生物和技术网络中,高度节点往往与低度节点相连。度相关性也会影响网络结构所支持的过程的动态性,例如意见或流行病的传播。这些系统的正确建模,即,在没有不受控制的偏差的情况下,需要对具有指定约束集的网络进行采样。我们提出了一个解决方案时,所施加的约束是度相关性的采样问题。特别是,我们开发了一种高效和精确的方法来构建和采样图与指定的联合度矩阵,这是一个矩阵提供的边缘数之间的所有节点集的一个给定的程度,为所有度,从而完全指定所有成对度的相关性,此外,度序列本身。我们的算法总是产生独立的样本没有回溯。图的构造算法的复杂度是O(NM),其中N是节点数,M是边数。
2015-06-30 cond-mat.stat-mech cs.DM cs.DS
Network resilience against intelligent attacks constrained by degree dependent node removal cost
我们研究了复杂网络对攻击的弹性,其中节点被智能地定位,但是禁用节点对攻击者有成本,这取决于它的程度。攻击者必须用有限的资源来支付这些成本,这限制了他们的行动。网络的完整性是根据它所支持的过程的有效性来量化的。我们计算了最优攻击策略和最抗攻击的网络度统计量如何依赖于节点移除成本函数和攻击资源。网络对智能攻击的恢复能力强烈依赖于攻击者所面临的节点移除代价函数。特别是,如果节点删除成本增加足够快的节点度,幂律网络被发现比泊松网络更有弹性,即使是对优化的智能攻击。
2010-05-24 cond-mat.dis-nn physics.soc-ph
Walking on a Graph with a Magnifying Glass: Stratified Sampling via Weighted Random Walks
我们的目标是通过爬行对大型未知图的节点集进行采样,以准确地估计给定的感兴趣度量。我们设计了一个适当定义的加权图,实现高效率的优先爬行那些节点和边缘,传达更多的信息,关于目标度量的随机游走。我们的方法首先采用分层理论,找到最佳的节点权重,对于一个给定的估计问题,独立采样器下。虽然在独立采样下是最佳的,但由于图的结构引起的约束,这些权重在图爬行下可能是不切实际的。因此,我们的随机游走的边缘权重应该选择,以导致一个平衡的分布,在独立采样器下近似最佳权重和实现快速收敛之间取得平衡。我们提出了一种启发式的方法(分层加权随机游走,或S-WRW),实现这一目标,同时只使用有限的信息的图形结构和节点属性。我们评估我们的技术在模拟和实验中,通过收集Facebook的大学用户的样本。我们表明,S-WRW需要13-15倍的样本比简单的重新加权随机游走(RW),以达到相同的估计精度的度量范围。
2011-03-28 cs.NI cs.SI physics.soc-ph
Damage detection via shortest path network sampling
大型网络系统经常受到本地损坏和故障的影响,这些损坏和故障可能会改变其功能。然而,这些系统的结构的知识往往是通过采样策略,其有效性在损伤检测尚未得到彻底的调查。在这里,我们研究了最短路径采样的性能在大规模网络的损伤检测。我们定义了适当的指标来表征损坏之前和之后的采样过程,为节点的状态(损坏,未损坏)提供统计估计。所提出的方法是灵活的,并允许调整之间的权衡的准确性的损伤检测和用于采样网络的探针的数量。我们测试和衡量我们的方法的效率,考虑合成和真实的网络数据。值得注意的是,在所有研究的系统中,正确识别受损节点的数量超过了误报的数量,从而可以准确地发现损坏。
2014-01-29 physics.soc-ph
Reliability of rank order in sampled networks
在复杂的无标度网络中,根据节点的重要性对各个节点进行排序有着非常有用的应用,例如识别控制流行病的枢纽,或控制交通拥堵的瓶颈。然而,在大多数实际情况下,只有有限的子结构的整个网络是可用的,因此,在抽样网络的顺序关系的可靠性需要调查。使用一组从底层原始网络中随机抽样的节点,我们通过三个中心性度量对单个节点进行排名:度,介数和接近度。来自采样网络的较高排名的节点比较低排名的节点提供了它们在原始网络中的排名的相对更好的表征。基于接近度的顺序关系比任何其他数量都更可靠,这是由于接近度度量的全局性质。此外,我们表明,如果访问集线器是有限的,在采样过程中,增加采样分数实际上可以降低采样精度。最后,提出了一种评估抽样精度的估计方法。
2007-02-17 cond-mat.stat-mech physics.data-an physics.soc-ph
Hub-collision avoidance and leaf-node options algorithm for fractal dimension and renormalization of complex networks
本研究提出HALO算法,通过双向遍历减少采样随机性并优先选择大盒,在九个真实网络上以更少的盒数获得更高性能,准确估计分形维数且不受hub紧密程度影响。
2024-01-04 nlin.AO physics.soc-ph