当今社会的信息技术水平在不断的进步,信息数据化是现代社会技术进步的必然结果。在发达的信息技术时代中,生活中的各项信息都将逐步地数据化,这些数据十分庞大,多亏高度发达的科技水平才能保证其稳定。在当前的生活中许多信息都将会产生数据,而这些数据的产生来源于多种多样的事物中,其中最大的数据来源就是网络渠道,在网络中每时每刻都在产生着庞大并且复杂的数据,这些数据具备了大数据的四种特点,其中包括了数据量大、类型复杂且多、价值密度低以及速度快时效高四个特性,也就是:Volume、Variety、Value、Velocity。在当前对互联网的研究中,大量研究的研究都是针对提高数据分析效率而进行的研究,为了将数据分析的效率提高,需要改变传统的抽样方式对其进行样本获得,只有这样才能更加精确地对原始总体网络进行统计,并且高效的取得有用的信息,对抽样方案的设计成为了当前互联网研究的热点。本文正是在此背景下面向社交网络数据,通过设计基于等时间间隔动态抽样框的动态抽样和基于等数据量动态抽样框的动态抽样两种抽样方法,对数据进行保留,并且取得相关的样本网络,最后将动态抽样的方式取得的效果对比原始总体网络的估计效果,分析哪种效果更好。首先会采用模拟实验来验证构建的动态抽样框的可行性,其次则是借助实际生活中的数据,文章中拿豆瓣电影的真实用户影评数据作为研究对象,对其进行相关性的实证分析。分别从词云图、LDA主题模型等方面都对两种动态抽样方法取得的实际效果进行了详细的分析和比较。在本次研究设计的过程中将随机模拟实验的实验结果进行了实证分析,最后的结论则是:(1)基于等时间间隔动态抽样框的动态抽样和基于等数据量动态抽样框的动态抽样两种抽样的样本获取能力相对传统的抽样方式来说,效果会更加好,而且同属于非概率的抽样方法,获得样本的效率更高,并且样本质量也很好,充分的将大数据独特的价值给显示了出来。(2)基于等时间间隔动态抽样框的动态抽样方式可以为我们描述热点事件在传播过程中的规律,它生动地反映了热点事件从产生到消亡的每个爆点的网络数据流速;基于等数据量动态抽样框的动态抽样方式可以准确反映热点事件爆点产生的时间点,在实际应用中,掌握热点事件爆点的时间点对于企业和政府都有至关重要的作用,在危机公关,舆情舆论等方面具有重要意义,可以为政府和企业进行舆情分析和控制提供借鉴。(3)在随机模拟阶段,两种抽样方式都体现了良好的适应性,验证了两种抽样方式的可行性,在实际情况下,可以根据热点事件产生的数据量选取不同的动态抽样框进行动态抽样,其中,基于等时间间隔动态抽样框的动态抽样方法比基于等数据量动态抽样框的动态抽样方法更方便,模拟实验用时较短,抽样效率高。(4)在实际社交网络数据的抽样中,所选取的是豆瓣电影影评数据,经过文本挖掘,语义分析,结合词云图、LDA主题模型对比,再次验证本文设计的动态抽样方法具有实际应用价值,可以为当前大数据时代抽样提供一种新思路。