报告题目：大数据背景下基于社交网络的一种新抽样算法
时 间：2022年10月26日（星期三）下午3:00pm
地 点：腾讯会议（会议号：109-139-036）
主 办：数学与统计学院
参加对象：感兴趣的老师和研究生
报告摘要：数字经济时代，社交网络作为数字化平台经济的重要载体，受到了广泛关注。大数据背景下，社交网络的商业应用价值巨大，但由于其网络规模空前庞大，传统的网络分析方法计算成本过高因而不再适用。而通过网络抽样算法获取样本网络实现对整体网络的推断可节约计算资源，因此抽样算法的好坏将直接影响社交网络分析结论的准确性。但现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷，结合大数据社交网络的社区特征，本研究提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分，得到多个社区网络，然后分别对每个社区进行随机游走抽样获取样本网络进行推断。数值模拟和案例应用的结果均表明，聚类随机游走抽样算法克服了传统网络抽样算法的缺点，能够在降低网络规模的同时较好地保留原始网络的结构特征。此外，该抽样算法还可以并行运算，有效提升抽样效率，对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。
报告人简介：贺建风，华南理工大学经济与金融学院教授、博士生导师、数量经济学系主任，广东省“千百十”人才工程入选者，广东省百名统计学（专）家，国家社科基金评审专家、中国商业统计学会常务理事、广东省统计学会常务理事、广东省政府综合评标专家。近年来，先后主持国家社科基金3项、教育部人文社科基金、国家统计局全国统计科研基金等省部级课题12项。主持广东省委财经委、广东省发改委、广东省统计局等地方政府决策咨询课题10余项。在《统计研究》、《数量经济技术经济研究》等期刊公开发表学术论文80余篇。