Resampling-based Framework for estimating Node Centrality of Large Social Network
Hiroshi Motoda

    （报告地点：南大仙林计算机230室 时间：2014.10.28 上午）

今天我来听了Hiroshi Motoda教授的这场报告，主要讲述的是对大型社交网络中节点中心性估计的一个方法框架。目前针对大规模节点中心性的研究已有很多，主要分为两类：基于局部结构的度中心性估计（如degree centrality），基于全局结构(如路径）的边介数中心性（如betweenness centrality)。前者很easy，后者is harder（大规模网络中复杂度非常高）。为了较容易地求解中心性问题，一个可能的解决方法是采用 有限数目的抽样节点 ，而不是根据全部网络节点，尽管这样会存在一些误差。因此作者提出了一个Resampling-based Framework ，应用它计算节点中心性，如接近中心性与边介数中心性。后面的具体推导我根本听不懂，只知道大致是根据概率论的参数估计方法去实现的。。。。

下面链接是转自于一名朋友收集的牛人名单：

http://blog.sina.com.cn/s/blog_73c4359601013ml8.html