本文關(guān)鍵詞：人類行為時空特性的分析、建模及動力學(xué)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子科學(xué)技術(shù)的快速發(fā)展,使人類行為的大量細節(jié)數(shù)據(jù)能夠被記錄下來。這些大規(guī)模的數(shù)據(jù)包括從商業(yè)記錄到智能電話通信,使研究人員能夠定量的分析和定性的研究人類動力學(xué)。人類行為中的各種模式吸引了大量的關(guān)注,對人類行為的深入理解有助于揭示大量社會經(jīng)濟活動中復(fù)雜現(xiàn)象的起因。另外,研究人類行為也有重大的科學(xué)和應(yīng)用價值,從商業(yè)推銷、國防事業(yè)到推薦及行為預(yù)測等。例如,自從人類交互行為和移動行為中的非泊松統(tǒng)計特性被發(fā)現(xiàn)以來,越來越多的科學(xué)家關(guān)注這些特性對傳播動力學(xué)的影響。在本論文中,主要包含以下四方面內(nèi)容:1)從在線行為到離線行為,從個體層面到群體層面的不同類型用戶行為的實證分析;2)對人類行為實證數(shù)據(jù)中觀察到的不同模式特征的建模分析;3)研究人類接觸活動中非泊松統(tǒng)計特性對疾病傳播的影響;4)最后,本文給出了人類時空行為在推薦和行為預(yù)測中的作用。首先,分析了真實生活中巨量的數(shù)據(jù),包括短消息、看電影、在線交易、書簽收藏、微博轉(zhuǎn)發(fā)以及人類興趣軌跡等不同在線和離線行為軌跡。實證結(jié)果顯示出這些行為中具有一些共有的統(tǒng)計特性,包括1)用戶活動數(shù)目、用戶活躍性及活動間隔時間都服從胖尾分布。2)用戶活躍性和間隔時間分布的負相關(guān)性。3)群體用戶的媒體評分行為服從自相似和長程關(guān)聯(lián)特性,在個體層面卻存在極小的關(guān)聯(lián)指數(shù)和長程的反關(guān)聯(lián)特性。4)人類興趣行為中三種基本量,用戶連續(xù)興趣長度、用戶再次訪問特定興趣時間以及興趣排名都服從類冪律的胖尾分布。5)用戶訪問論壇的次數(shù)和該論壇對應(yīng)的訪問者數(shù)目服從冪指數(shù)為0.75的冪律關(guān)系。6)通過對用戶探索新學(xué)術(shù)論壇過程研究,證實用戶在學(xué)術(shù)論壇的擴張過程服從冪指數(shù)為0.54的冪律關(guān)系。7)用戶在不同學(xué)術(shù)論壇返回的物理間隔時間和次數(shù)分布都服從冪律分布。8)用戶平均訪問次數(shù)??及其對應(yīng)的波動性服從指數(shù)為1.2的超線性的關(guān)系:～??等等。其次,為了擬合實證數(shù)據(jù)中觀察到的一些規(guī)律模式,針對不同規(guī)律分別給出了具有合理解釋的模型。這些模型包括:1)為了區(qū)分內(nèi)在機制策略(高優(yōu)先級策略)和外在因素(活躍性隨著時間變化)對人類活動間隔時間分布的影響,提出了一種新的稱為相對時鐘的計時方法。使用了一個模型,該模型中用戶活動行為遵循固定概率或者服從冪律分布,而且全局活躍性保持不變或者隨時間周期變化。結(jié)果顯示由全局活躍性異質(zhì)性所造成的胖尾間隔時間分布可以由相對時鐘方法消除。2)為了模擬興趣活動中的胖尾分布,采用了一個有偏的隨機游走模型,該模型包括優(yōu)先返回已訪問過的興趣、探索新興趣和慣性效應(yīng)三種特征。3)學(xué)術(shù)論壇訪問中所觀察到的標(biāo)度律暗示了其內(nèi)在的機制,為了刻畫這種機制,使用一套基于探索和帶記憶效應(yīng)的偏好返回模型。4)為了模擬人類移動活動過程中的超線性標(biāo)度律現(xiàn)象,使用包含兩種必備特征:偏好返回和探索的模型來擬合實證觀察結(jié)果。再次,關(guān)注人類非泊松統(tǒng)計特性對層次網(wǎng)絡(luò)傳播過程的影響。一方面,研究了人類接觸活動中無標(biāo)度分布律對疾病傳播過程的影響。研究結(jié)果表明,和同質(zhì)接觸模式或者隨機接觸模式相比,用戶層次網(wǎng)絡(luò)結(jié)構(gòu)及其延遲之間的關(guān)聯(lián)能顯著的降低疾病傳播速度,而且導(dǎo)致不斷向上的多峰特征。更重要的是,高層初始種子節(jié)點會引起更大的不確定性,而低層初始種子會導(dǎo)致幾個對應(yīng)的不確定性峰值,使對疾病的預(yù)測變的困難。另外一方面,又討論了基于種群模型框架的層次網(wǎng)絡(luò)的疾病傳播模型,該模型中個體沿著網(wǎng)絡(luò)連邊隨機進行游走。研究結(jié)果表明了疾病傳播峰值時間0和種群密度??之間存在類似漂移冪律分布的負相關(guān)關(guān)系,同時也表明0和網(wǎng)絡(luò)規(guī)模之間的對數(shù)正相關(guān)性。這兩種現(xiàn)象都可以由疾病傳播過程中波動的漸近增大來解釋。此外,還定量的討論了邊界控制過程對層次網(wǎng)絡(luò)中疾病爆發(fā)延遲有效性,結(jié)果顯示移動策略有效性非常有限,但是對種群密度、感染入侵檢測以及感染地區(qū)多樣性卻存在顯著依賴。實驗結(jié)果表明了人類空間移動、網(wǎng)絡(luò)拓撲結(jié)構(gòu)和種群因素影響對疾病傳播和控制都存在重要影響。最后,我們研究了大數(shù)據(jù)環(huán)境下用戶行為在推薦和行為預(yù)測方面的應(yīng)用。協(xié)同過濾推薦系統(tǒng)是一個廣泛應(yīng)用的推薦算法,但是,隨著人類行為數(shù)據(jù)量的增多,該算法的計算復(fù)雜性也越來越大,很難在應(yīng)用于大數(shù)據(jù)環(huán)境下。因此,采取將基于用戶的協(xié)同過濾算法部署于一個大數(shù)據(jù)計算平臺上面,來解決協(xié)同過濾算法的數(shù)據(jù)爆炸問題。為了預(yù)測個體下一次行為(或者軌跡),全面分析了個體的移動特征,發(fā)現(xiàn)人類移動特征的異質(zhì)性和弱周時間無關(guān)性。利用手機數(shù)據(jù),同時使用不同的基于用戶移動特征的預(yù)測因子來預(yù)測用戶行為軌跡,結(jié)果顯示這些都有助于預(yù)測精確度的提高。再者,通過將不同人類移動過程中時空特征因素混合策略,開發(fā)了一種精確度很高的預(yù)測算法。
【關(guān)鍵詞】：人類動力學(xué) 胖尾分布 興趣動力學(xué) 傳播動力學(xué)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：C912.6;TP391.3
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 第一章 緒論14-27
• 1.1 研究背景與意義14-15
• 1.2 國內(nèi)外研究歷史與現(xiàn)狀15-25
• 1.2.1 人類行為時間特性分析及建模15-20
• 1.2.2 人類行為空間特性分析及建模20-23
• 1.2.3 人類行為動力學(xué)效應(yīng)及應(yīng)用研究23-25
• 1.3 本文主要研究內(nèi)容和組織結(jié)構(gòu)25-27
• 第二章 人類行為的實證分析27-54
• 2.1 數(shù)據(jù)集介紹27-30
• 2.1.1 Delicious數(shù)據(jù)27
• 2.1.2 Netflix數(shù)據(jù)27
• 2.1.3 Movie Lens數(shù)據(jù)27-28
• 2.1.4 Friend Feed 數(shù)據(jù)28
• 2.1.5 Twitter數(shù)據(jù)28
• 2.1.6 短信息數(shù)據(jù)28-29
• 2.1.7 科學(xué)網(wǎng)數(shù)據(jù)29
• 2.1.8 線上行為和線下行為數(shù)據(jù)29
• 2.1.9 豆瓣數(shù)據(jù)29
• 2.1.10 淘寶數(shù)據(jù)29
• 2.1.11 手機閱讀數(shù)據(jù)29-30
• 2.2 人類行為時間特性研究30-34
• 2.2.1 間隔時間分布研究30-31
• 2.2.2 活躍性研究31-33
• 2.2.3 時間重定標(biāo)研究33
• 2.2.4 周期現(xiàn)象研究33-34
• 2.3 人類行為記憶效應(yīng)研究34-39
• 2.3.1 記憶性和陣發(fā)性35
• 2.3.2 去趨勢波動分析（DFA）35-37
• 2.3.3 去趨勢波動分析（DFA）和用戶活躍性37-39
• 2.3.4 去趨勢波動分析（DFA）和用戶間隔時間分布39
• 2.4 人類行為返回時間研究39-41
• 2.5 人類行為活躍次數(shù)研究41-42
• 2.6 人類行為非馬爾可夫性研究42-44
• 2.6.1 興趣訪問行為的非馬爾可夫性42-44
• 2.6.2 移動停留時間的非馬爾可夫性44
• 2.7 人類空間移動關(guān)聯(lián)性研究44-46
• 2.7.1 人類移動流量漲落規(guī)律及關(guān)聯(lián)44-45
• 2.7.2 不同節(jié)點數(shù)目 影響45-46
• 2.8 人類行為網(wǎng)絡(luò)可視化研究46-48
• 2.8.1 人類興趣跳轉(zhuǎn)網(wǎng)絡(luò)46
• 2.8.2 人類移動網(wǎng)絡(luò)46-47
• 2.8.3 學(xué)術(shù)群組相關(guān)性網(wǎng)絡(luò)47-48
• 2.9 人類行為排名分布研究48-49
• 2.10人類行為其它規(guī)律研究49-52
• 2.10.1 活動次數(shù)與用戶數(shù)目關(guān)系49-50
• 2.10.2 人類真實行為熵和可預(yù)測性50-52
• 2.10.3 學(xué)術(shù)論壇活動訪問擴大過程52
• 2.11本章小結(jié)52-54
• 第三章 人類行為的建模及動力學(xué)機制54-78
• 3.1 相對時鐘模型54-59
• 3.1.1 相對時鐘概念54-55
• 3.1.2 相對時鐘模型55-58
• 3.1.3 相對時鐘模型結(jié)果58-59
• 3.2 非馬爾可夫模型59-69
• 3.2.1 模型介紹59-60
• 3.2.2 模型模塊和參數(shù)60-62
• 3.2.3 模型解析62-67
• 3.2.3.1 連續(xù)訪問興趣長度 概率分布63-65
• 3.2.3.2 返回間隔長度 概率分布65-66
• 3.2.3.3 興趣排名分布66-67
• 3.2.4 模型模擬結(jié)果67-68
• 3.2.5 在線行為和離線行為活動的非馬爾可夫性68-69
• 3.3 科學(xué)論壇訪問建模69-72
• 3.3.1 模型參數(shù)介紹69-70
• 3.3.2 模型及其結(jié)果70-72
• 3.4 擴散與聚焦建模72-76
• 3.4.1 模型介紹72-73
• 3.4.2 模型參數(shù)及其影響73-74
• 3.4.3 模型解析74-75
• 3.4.4 模型結(jié)果75-76
• 3.5 本章小結(jié)76-78
• 第四章 人類行為的動力學(xué)效應(yīng)研究78-97
• 4.1 人類行為空間特性對傳播動力學(xué)的影響78-86
• 4.1.1 模型介紹79-81
• 4.1.1.1 地理層次網(wǎng)絡(luò)模型79-80
• 4.1.1.2 接觸過程中的時間延遲80-81
• 4.1.1.3 傳播過程81
• 4.1.2 不同接觸模式影響81-86
• 4.1.2.1 隨機種子影響82-84
• 4.1.2.2 非隨機選取種子84-86
• 4.2 人類行為空間特性對種群傳播動力學(xué)的影響86-95
• 4.2.1 模型介紹87-89
• 4.2.2 基本模擬結(jié)果89-91
• 4.2.3 人.數(shù)目和密度的影響91-93
• 4.2.4 長距離出行的影響93-95
• 4.3 本章小結(jié)95-97
• 4.3.1 人類時空特性傳播總結(jié)和討論95
• 4.3.2 人類時空特性種群傳播總結(jié)和討論95-97
• 第五章 人類行為的應(yīng)用研究97-108
• 5.1 大數(shù)據(jù)下基于用戶的協(xié)同過濾算法研究97-102
• 5.1.1 協(xié)同過濾算法和 介紹98-100
• 5.1.1.1 協(xié)同過濾算法98-99
• 5.1.1.2 過程99-100
• 5.1.2 協(xié)同過濾算法的 化100-101
• 5.1.2.1 數(shù)據(jù)劃分階段100-101
• 5.1.2.2 階段101
• 5.1.3 實驗結(jié)果101-102
• 5.2 大數(shù)據(jù)下人類空間軌跡預(yù)測研究102-107
• 5.2.1 預(yù)測算法概述103-105
• 5.2.1.1 基于時間特性的預(yù)測模型103-104
• 5.2.1.2 基于空間特性的預(yù)測模型104
• 5.2.1.3 基于時空等特性的預(yù)測模型104-105
• 5.2.2 實驗結(jié)果105-107
• 5.3 本章小結(jié)107-108
• 第六章 全文總結(jié)與展望108-112
• 6.1 全文總結(jié)108-110
• 6.2 未來研究展望110-112
• 致謝112-113
• 參考文獻113-128
• 攻博期間取得的研究成果128-130

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周筑文;黃燕芬;鄧明森;楊思澤;;大氣壓等離子體處理黔茄2號種子對茄子產(chǎn)量和品質(zhì)的影響[J];現(xiàn)代農(nóng)業(yè)科技;2009年19期

2 胡永生;楊玲玲;;基于多重圖形剖分算法的免疫策略[J];傳感器與微系統(tǒng);2010年10期

3 石偉;李強;向陽;鞠九濱;;針對冪律泊松模型推測網(wǎng)絡(luò)蠕蟲傳播路徑[J];東南大學(xué)學(xué)報(自然科學(xué)版);2008年S1期

4 謝意;張暉;;“韓寒代筆門”事件中的人類動力學(xué)分析[J];電腦知識與技術(shù);2012年10期

5 朱大智;吳俊;譚躍進;鄧宏鐘;;度秩函數(shù):一個新的復(fù)雜網(wǎng)絡(luò)統(tǒng)計特征[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2006年04期

6 周濤;;在線電影點播中的人類動力學(xué)模式[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期

7 李楠楠;周濤;張寧;;人類動力學(xué)基本概念與實證分析[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年02期

8 鄭木華;姜羅羅;趙明;;股票交易時間間隔分布特征的實證研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2012年02期

9 周筑文;黃燕芬;陳偉;楊思澤;;一種新型大氣壓等離子體裝置及其對茄子種子的應(yīng)用效果(英文)[J];貴州農(nóng)業(yè)科學(xué);2011年03期

10 姚燦中;楊建梅;;冪律擬合的進展及其在產(chǎn)業(yè)網(wǎng)絡(luò)中的應(yīng)用[J];管理學(xué)報;2008年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬勇;歐盟科技一體化研究[D];華東師范大學(xué);2011年

2 楊波;復(fù)雜社會網(wǎng)絡(luò)的結(jié)構(gòu)測度與模型研究[D];上海交通大學(xué);2007年

3 姚燦中;產(chǎn)業(yè)復(fù)雜網(wǎng)絡(luò)的建模、仿真與分析[D];華南理工大學(xué);2010年

4 易蘭麗;基于人類動力學(xué)的微博用戶行為統(tǒng)計特征分析與建模研究[D];北京郵電大學(xué);2012年

5 夏虎;移動社交網(wǎng)絡(luò)結(jié)構(gòu)和行為研究及其應(yīng)用[D];電子科技大學(xué);2012年

6 吳聯(lián)仁;基于人類動力學(xué)的社交網(wǎng)絡(luò)信息傳播實證分析與建模研究[D];北京郵電大學(xué);2013年

7 肖云鵬;在線社會網(wǎng)絡(luò)用戶行為模型與應(yīng)用算法研究[D];北京郵電大學(xué);2013年

8 曾進群;開源社區(qū)結(jié)構(gòu)與行為及其特點研究[D];華南理工大學(xué);2013年

9 任薇;基于微博的社會網(wǎng)絡(luò)特征研究[D];西南大學(xué);2014年

10 林穎婷;社會網(wǎng)絡(luò)上的輿論一致性與人類創(chuàng)新行為動力學(xué)[D];中國科學(xué)技術(shù)大學(xué);2014年

  本文關(guān)鍵詞：人類行為時空特性的分析、建模及動力學(xué)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：419220