Core Concepts
グラフ内で最も影響力のあるノードを収集するための効率的な方法を比較しました。
Abstract
オンラインネットワーククローリングは、重要なノードを特定するために多くの努力が必要です。
6つの既知のクローラーを比較して、最も影響力のあるノードを収集するタスクに焦点を当てました。
ネットワーク構造や予算によって、リーダーアルゴリズムが変化します。
MODアルゴリズムは通常最適ですが、すべての場合にそうとは限りません。
イントロダクション
オンラインデータ収集への関心が高まっています。
ネットワークサンプリングにはさまざまな目標があります。
メソッド
5つの一般的なアルゴリズムと1つの新しいDE-Crawlerを考慮しました。
各アルゴリズムを実行して全体グラフを収集しました。
結果
影響力者セットカバレッジは異なる測定値で異なります。
MODとDEは度数とk-corenessで優れています。
BFSは最低エキセントリシティノードで優れています。
Stats
10%トップスコア付けされたノードセットを対象としています。
Quotes
"Greedy methods, like the one guided by the maximal observed degree (MOD), are better than others in collecting the fraction of nodes with highest degrees, highest k-coreness, and highest betweenness centrality."
"Node influence is associated with its centrality measure in the graph."