社交网络是由行动者及其关系组成的集合,具有多种复杂结构,一般认为社交网络即复杂网络。本文基于社交网站的基本结构,以及由此形成的用户行为数据,提出了面向复杂网络的六类抽样策略,包括广度优先搜索(Breadth First Search sampling)、随机点边抽样(Random node-edge sampling)、用户均匀抽样(Uniform sampling of IDs)、滚雪球抽样(Snowball Sampling)、随机游走抽样(Random walk sampling)以及决策树抽样(Decision tree sampling)。这些非概率抽样方法对于社交网站的动态数据结构,可以进行同步的抽样和推断,对估计网络规模、传播效率和传播路径具有重要的应用价值。本文利用新浪微博数据进行了实证研究,比较上述六种抽样策略的有效性和可行性,结论颇具参考价值。