大数据下社交网络人群抽样方法文献综述,这是一篇与社交网络论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
社交网络论文参考文献：
摘 要：在大数据时代,信息展现出其前所未有的能量,因此,获取信息尤其是有价值的信息是很重要的.对于处于社会网络结构的人们而言,他们身上也蕴含着丰富的信息,如何有效地从他们身上获取信息至关重要.文章回顾已有的对社会网络人群的抽样方法研究后发现,借助网络结构开展调查的滚雪球抽样和同伴驱动抽样受到了学者们的关注,在结合了社会网络结构的特点后,给出了在大数据下如何实现社会网络人群抽样的思考.
关键词：非概率抽样 社会网络 大数据
中图分类号：F626.5
文献标识码：A
文章编号：1004-4914（2016）03-030-02
一、研究意义
传统的社会网络主要存在于人群中的血缘关系、地缘关系、政治关系、经济关系、宗教关系以及其他社会性的联系,这些或强或弱的人际关系形成了各种各样的社会网络.有些社会网络是开放的,可以通过多种方法进行调查研究,比如对于亲缘关系和同伴关系的研究,这些研究甚至可以通过直接的问卷调查进行；但有些网络是封闭的,从外部很难进入,对这些网络的调查研究和深入分析比较困难,比如一些特殊人群的圈子、宗教网络或者政治性群体.
随着互联网的蓬勃发展,社交型网络带来了社会网络的极度膨胀和蔓延,大量虚拟的社会网络呈现在人们面前,这个被称为“网友”的社会群体逐渐成为新的社会网络研究对象.人们的群体认知和社会交往都发生了极大的改变,社会群体的规模、结构、关联和复杂性都大大加强.
同时,2012年以来,人们对于大数据时代的探讨和研究越来越多,其中一个重要的问题就是大数据时代是否还需要抽样.有学者建议使用行政记录或相关的基础数据的完全统计分析来取代抽样调查.就社会群体而言,群体大数据的记录和分析同样具有很大的困难,这是由于社会网络的边界属性和区隔特征所决定的,大多数社会网络的成员之间有着相似的群体特征,而与外部个体有着显著的区隔.比如宗教团体成员之间的互信关系、艾滋病患者之间的“同病相怜”关系等,都无法通过简单的大数据关系实现统计分析和推断.因此,抽样调查就显得比较重要.
由于社会网络的现实性及其成员之间的特殊关联,利用现有的随机抽样的方法几乎无法完成调查和统计分析,一是因为无法得到一个社会网络成员的抽样框,其成员的花名册通常是保密的或者不可知的；二是因为即使有抽样框,对这些特殊群体的访问也是无法实现的；三是一些社会网络人群对面向社会现实的抽样调查有着天然的抗拒和排斥心理.
然而由于研究或实践的需要,有时需要对网络人群的相关情况进行估计,通过相关理论和实践研究发现,一些非概率抽样方法可以应用于上述情况中.
本文回顾了可应用于网络人群抽样的非概率抽样方法.
二、利用非概率抽样方法对社会网络人群抽样的研究现状
目前来看,国内学者对非概率抽样方法对隐藏人群抽样的研究还比较少,无论研究的程度和宽度均与国外学者有较大差距.
国外学者对社交网络人群的的抽样研究做了许多细致而有效的工作,其成果大体可以分为以下四类：
1.对抽样方法的理论研究.Goodman（1961）{1}详细地介绍了S阶段K推荐滚雪球抽样的定义,并讨论了如何通过抽样样本对总体的一些特征做出推断,例如以S等于K等于1的情形为例,对如何表示总体中相互推荐的关系数目进行了详细论证,他指出,在对隐藏人群进行抽样时,滚雪球抽样比简单随机抽样更具效率.Salganik（2006）{2}对同伴驱动抽样的设计效应和抽样规模进行了深入讨论,并发现在使用同伴驱动抽样时,所需要的样本容量是简单随机抽样下的2倍.Heckathorn（2007）{3}提出在假设合理的情况下,同伴驱动抽样能够对总体作出渐进无偏估计.
2.结合具体案例,对抽样方法理论进行验证性研究.Malekinejad等人（2008）{4}通过实际调查发现,如果设计合理,同伴驱动抽样在被应用到高危人群抽样时,是一种有效的方法.Wejnert（2009）{5}论证了在使用真实数据的情况下,利用同伴驱动抽样是能够给出有效的估计的.Sadler等（2010）{6}讨论了滚雪球抽样在招募隐藏人群时的优缺点,认为在使用滚雪球抽样时,应当十分慎重.Johnston等（2010）{7}讨论了在实际应用同伴驱动抽样时所面对的优缺点.Perez等（2011）{8}利用实际数据证明了,在恰当的使用滚雪球抽样方法后,对少数人群的抽样节省而高效.Korf（2012）{9}利用数据再次验证了同伴驱动抽样比随机抽样在面对隐藏人群时更为有效.
3.对不同抽样方法的比较研究.Heckathorn（1997）{10}比较了滚雪球抽样和同伴推动抽样的不同点,他指出,同伴推动抽样利用二次激励提高了抽样者推动和控制的效率并减少了花费.Salganik和Heckathorn（2004）{11}在比较了目标抽样和时间空间抽样在对隐藏人群的估计偏差方面的不足后,提出了同伴驱动抽样通过充分利用社会网络结构的信息,能够更好的对总体作出相应估计,并给出了相应数学推导.Magnani等（2005）{12}在研究如何对隐藏人群抽样时,比较了滚雪球抽样、目标抽样、时间空间抽样以及同伴驱动抽样等抽样方法的优劣.Semaan（2010）{13}从目的、应用、调查过程以及优缺点等方面对时间空间抽样和同伴推动抽样做了对比.Kral等（2010）{14}以招募美国旧金山的吸毒者为例,比较了同伴驱动抽样和目标抽样的效果.他发现,两种方法各具优势,综合两种方法也许是更好的抽样方法.
4.将抽样方法应用于各种领域中的横向研究.Baltar等（2011）{15}在利用脸谱来研究移民时,借助了滚雪球抽样.Illenberger（2013）{16}利用滚雪球抽样设计来从已有数据中估计拓普网络的特性.
三、应用到社交网络平台的思考
结论：关于本文可作为社交网络方面的大学硕士与本科毕业论文社交网络论文开题报告范文和职称论文论文写作参考文献下载。
大数据时代校园网络舆情管理变革
作者简介：张爱军（1978-），男，山东济南人，山东政法学院，讲师，研究方向：经济管理。摘要：大数据时代的到来给校园网络舆情管理带来了前所未有。
大数据时代下财务报告审计方法
摘要：随着社会经济及计算机技术的飞速发展，人类走向了大数据时代。现今，大数据技术正日益广泛地被用于交通、医疗、金融、通信、消费、公安舆情分析等各。
大数据时代企业成本费用控制方法
摘要：随着社会经济的迅速发展和科学技术水平的不断提高，大数据概念被当今诸多企业普遍应用并且大力推广。以大数据时代为生活背景，企业对成本费用的控制。