基于QQ群的人类在线交流行为的统计分析及建模研究
发布时间：2022-01-12 08:13
随着互联网技术的不断发展,越来越多的在线网络平台为人类的生产生活提供了极大的便利,大量的人类行为数据被记录,这为我们更加准确地统计和分析人类的行为规律提供了很好的机会。对人类各种网络在线行为的研究,众多学者已经从单个个体、两个个体之间的角度做了不少的工作,得到了不错的研究成果,但对于大量群体频繁的交互作用的研究则相对较少。而群体内大量个体间存在频繁相互作用的人类活动是很多社会和经济现象的基础,如今对于这种人类的交互模式的机制研究还很欠缺。我们的研究结果将提供针对各种人类群体活动的深入见解,有助于理解许多复杂的社会经济现象,并在舆论控制、消息传播、信息推荐、广告投放、资源配置等方面产生一定的应用价值,为人类动力学的发展添枝加叶。本文我们基于QQ群的聊天数据,进行了实证统计分析和建模研究。工作的具体内容如下:（1）QQ群中人类行为模式的实证分析。我们基于QQ群的聊天数据,对人类的在线交流行为进行统计分析,得出用户发送相邻消息之间的时间间隔分布普遍呈现出双模分布、双幂律分布、单幂律分布三种类型,出现这三种分布类型的群,其聊天活跃程度明显不同,从双模群到双幂律群再到单幂律群活跃性依次增高,同时...
【文章来源】：广西师范大学广西壮族自治区
【文章页数】：47 页
【学位级别】：硕士
【部分图文】：
排队模型的等待时间分布[3]
第一章绪论7在此模型中，他们假设用户A和B每接收到对方的一个I类任务时都分别以概率PA和PB进行回复，如果决定回复，则一个I类任务将被随机分配优先级xi后添加到任务列表中等待执行，此过程直到有人不回复为止。对每个个体，该模型有3个重要参数：Pi(i=A,B)、i、αi，分别相应于该模型中所存在的相互作用、泊松机制和执行的决定过程。研究者们从实证数据中估计模型中的参数并用模型进行模拟的结果与实证结果进行对比，可以看出两者吻合得很好，如图1.2所示。图1.2模型获得的时间间隔分布P()和累积分布F()与实证结果比较。摘自文献[40]。1.4群体交互所产生的规律上述工作探讨了两个个体之间交流的情形，在实际生活中还有很多多人交流的情况。在多人对话中情况更是复杂，个体会随时接收到其它伙伴的发言信息，从而时时调整自己的发言内容和发言时间。这些都表明在研究个体的行为模式时除了考虑个体本身的行为特点外还非常有必要考察其它参与者对个体行为的影响[44-52]。在实证数据研究方面，Radicchi[53]通过对1998年到2008年Ebay上748282位用户所发出的149087003条反馈信息研究发现在群体层面上用户发送反馈信息的时间间隔服从幂指数为-1.9的幂律分布。Leskovec等人[54]通过对MSN即时通信软件在2006年6月期间2.4亿用户间发生的约300亿次交谈记录的研究发现在群体层面上用户交谈时间间隔分布服从幂指数为-1.53的幂律分布。Goetz等人[55]通过对2005年8月到2005年9月期间45000位博主发表的220万篇博文进行研究发现在群体层面上博文发表的时间间隔服从幂指数为-2.7的幂律分布。Wang等人[16]通过对南京大学小百合BBS截止至2009年9月1日20379名用户发布的1627697个帖子进行研究发现用户发布帖子的时间间隔分布满足幂指数为-1.98的幂律分布。Li
第四章三个体相互作用的任务队列模型26图4.1相互作用对人类活动特性的影响：不同短信回复率P1所对应的时间间隔累积分布F()。（a）摘自文献[40]；（b）根据模型的具体规则用计算机编程模拟所得的结果。其它参数为=0.00015，α=1，tP=1。插图：在单对数坐标下的指数尾。4.2两个个体交互模型的调整在吴晔等人建立的两个个体短信交互的模型中，用户A和B的任务列表中可以同时存在多个I类任务，产生这种情况的原因是：某时刻A用户向B用户发送一条短信，假如B用户决定回复该短信则向其任务列表中加入了一个I类任务，然而还没等到B用户去执行先前加入列表的那个I类任务，A用户又向B用户发送一条短信，此时B用户同样决定回复向列表中再加入一个I类任务，那么这时B用户的任务列表中就会有两个I类任务。对于通过QQ进行的双人交流，当某用户收到朋友一条信息后由于忙于其他工作可能并没有及时查看并回复该信息，当该用户准备回复信息时发现朋友已经发过来了不止一条的信息，那么用户通常不会逐条回复，而是综合收到的所有的信息，如果决定回复的话就在一条消息中回答所有的问题。因此在我们的模型中，某个用户开启一个话题后，其他用户将会在自己的工作列表中加入一个I类任务，同时赋予其一定的优先级，并且在执行该I类任务之前收到的后续信息都与最初的信息合并为一条信息即一个I类任务，当用户准备执行该I类任务时阅读收到的所有信息后再以P的概率决定是否回复，若回复那么对方列表中新增了一个I类任务，若不回复则话题中断，但不管用户是否回复，该I类任务都被移出自己的工作列表，换句话说，个体处理I类任务的结果可能是回复也可能是不回复。比较起来，在两个用户短信交互模型中，个体收到消息后先决定是否回复，如果决定回复就放入自己的工作列表，
本文编号：3584437
【文章来源】：广西师范大学广西壮族自治区
【文章页数】：47 页
【学位级别】：硕士
【部分图文】：
排队模型的等待时间分布[3]
第一章绪论7在此模型中，他们假设用户A和B每接收到对方的一个I类任务时都分别以概率PA和PB进行回复，如果决定回复，则一个I类任务将被随机分配优先级xi后添加到任务列表中等待执行，此过程直到有人不回复为止。对每个个体，该模型有3个重要参数：Pi(i=A,B)、i、αi，分别相应于该模型中所存在的相互作用、泊松机制和执行的决定过程。研究者们从实证数据中估计模型中的参数并用模型进行模拟的结果与实证结果进行对比，可以看出两者吻合得很好，如图1.2所示。图1.2模型获得的时间间隔分布P()和累积分布F()与实证结果比较。摘自文献[40]。1.4群体交互所产生的规律上述工作探讨了两个个体之间交流的情形，在实际生活中还有很多多人交流的情况。在多人对话中情况更是复杂，个体会随时接收到其它伙伴的发言信息，从而时时调整自己的发言内容和发言时间。这些都表明在研究个体的行为模式时除了考虑个体本身的行为特点外还非常有必要考察其它参与者对个体行为的影响[44-52]。在实证数据研究方面，Radicchi[53]通过对1998年到2008年Ebay上748282位用户所发出的149087003条反馈信息研究发现在群体层面上用户发送反馈信息的时间间隔服从幂指数为-1.9的幂律分布。Leskovec等人[54]通过对MSN即时通信软件在2006年6月期间2.4亿用户间发生的约300亿次交谈记录的研究发现在群体层面上用户交谈时间间隔分布服从幂指数为-1.53的幂律分布。Goetz等人[55]通过对2005年8月到2005年9月期间45000位博主发表的220万篇博文进行研究发现在群体层面上博文发表的时间间隔服从幂指数为-2.7的幂律分布。Wang等人[16]通过对南京大学小百合BBS截止至2009年9月1日20379名用户发布的1627697个帖子进行研究发现用户发布帖子的时间间隔分布满足幂指数为-1.98的幂律分布。Li
第四章三个体相互作用的任务队列模型26图4.1相互作用对人类活动特性的影响：不同短信回复率P1所对应的时间间隔累积分布F()。（a）摘自文献[40]；（b）根据模型的具体规则用计算机编程模拟所得的结果。其它参数为=0.00015，α=1，tP=1。插图：在单对数坐标下的指数尾。4.2两个个体交互模型的调整在吴晔等人建立的两个个体短信交互的模型中，用户A和B的任务列表中可以同时存在多个I类任务，产生这种情况的原因是：某时刻A用户向B用户发送一条短信，假如B用户决定回复该短信则向其任务列表中加入了一个I类任务，然而还没等到B用户去执行先前加入列表的那个I类任务，A用户又向B用户发送一条短信，此时B用户同样决定回复向列表中再加入一个I类任务，那么这时B用户的任务列表中就会有两个I类任务。对于通过QQ进行的双人交流，当某用户收到朋友一条信息后由于忙于其他工作可能并没有及时查看并回复该信息，当该用户准备回复信息时发现朋友已经发过来了不止一条的信息，那么用户通常不会逐条回复，而是综合收到的所有的信息，如果决定回复的话就在一条消息中回答所有的问题。因此在我们的模型中，某个用户开启一个话题后，其他用户将会在自己的工作列表中加入一个I类任务，同时赋予其一定的优先级，并且在执行该I类任务之前收到的后续信息都与最初的信息合并为一条信息即一个I类任务，当用户准备执行该I类任务时阅读收到的所有信息后再以P的概率决定是否回复，若回复那么对方列表中新增了一个I类任务，若不回复则话题中断，但不管用户是否回复，该I类任务都被移出自己的工作列表，换句话说，个体处理I类任务的结果可能是回复也可能是不回复。比较起来，在两个用户短信交互模型中，个体收到消息后先决定是否回复，如果决定回复就放入自己的工作列表，
本文编号：3584437
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3584437.html
