Empirical comparison of network sampling: How to choose the most appropriate method?

در چند سال گذشته، ذخیره سازی و تجزیه و تحلیل شبکه های بزرگ و سریع در حال توسعه یک چالش بزرگ است. بنابراین، تعدادی از تکنیک های مختلف برای نمونه برداری از شبکه های بزرگ پیشنهاد شده است. مطالعات در مورد نمونه برداری شبکه به طور عمده تغییرات خواص شبکه را تحت نمونه برداری تجزیه و تحلیل می کند. به طور کلی، تکنیک های اکتشاف شبکه تقریبی شبکه های اصلی دقیق تر از گره تصادفی و انتخاب پیوند هستند. با این حال، انتخاب لینک با گام القاء زیرگروه اضافی از اکثر تکنیک های دیگر برتر است. در این مقاله، القاء زیرگراف را نیز به نمونه گیری تصادفی پیاده روی و جنگل آتش سوزی و بررسی تاثیر القایی زیرگرافی بر دقت نمونه گیری پرداخته ایم. ما تجزیه و تحلیل شبکه های مختلف دنیای واقعی و تغییرات خواص آنها را با نمونه گیری معرفی می کنیم. نتایج نشان می دهد که تکنیک های با القاء زیرگرافی بهبود عملکرد تکنیک های بدون القای و ایجاد شبکه های نمونه های متراکم با درجه بالاتر بزرگتر. علاوه بر این، دقت نمونه گیری همواره در بین روش های مختلف نمونه گیری کاهش می یابد، زمانی که شبکه های نمونه گیری کوچکتر می شوند. بر اساس نتایج مقایسه، ما طرح انتخاب بهترین تکنیک برای نمونه برداری شبکه را معرفی می کنیم. به طور کلی، نمونه برداری از اکتشاف در سطح اول به عنوان بهترین روش انجام می شود.