一对多轮换估计法下的同伴驱动抽样方法探讨

发布时间：2021-04-20 08:46

　　在研究微博用户行为时,研究者常需要利用抽样数据来估计微博用户的总体比例。然而互联网数据具有的海量性和不稳定性导致在微博环境下使用概率抽样方法出现困难。文章分析了一种非概率抽样方法——同伴驱动抽样方法,并引入了一对多轮换估计的概念,提出了一对多轮换估计法下的同伴驱动抽样,来估测微博用户的总体比例。经过理论推导和实证检验,一对多轮换估计法下的同伴驱动抽样方法能够有效地估计多类微博用户的总体比例,是一种可推广于社交网络数据采集的大数据抽样方法。 

【文章来源】：统计与决策. 2019,35(22)北大核心CSSCI

【文章页数】：4 页

【文章目录】：
0 引言
1 理论回顾
    1.1 同伴驱动抽样过程
    1.2 同伴驱动抽样估计
2 理论模型
    2.1 一对多轮换估计法
    2.2 一对多轮换估计法下的同伴驱动抽样估计
3 实证
    3.1 数据描述
    3.2 结果分析
4 结束语


【参考文献】：
期刊论文
[1]基于聚类的微博用户类型与影响力研究[J]. 张琳,谢忠红.  情报科学. 2016(08)
[2]基于迂回二次聚类的微博用户细分研究[J]. 陈可嘉,罗晓莉.  福州大学学报(哲学社会科学版). 2016(01)
[3]微博用户类型及行为特征的实证分析——基于信息传播行为视角[J]. 刘行军,王伟军.  情报科学. 2014(09)



本文编号：3149364