近日，计算机学院互联网科学中心博士生赵志丹在蔡世民老师的指导下，与中科院计算所黄俊铭，我院傅彦教授和周涛教授合作在《欧洲物理快报》上发表了“Scaling behavior of online human activity”一文。赵志丹博士生为论文第一作者，蔡世民老师为通讯作者。
随着网络科学技术的进步，人类越来越多的在线行为被记录下来。通过对在线用户行为记录的分析，能够让我们更加深刻的洞悉人类在线行为的动态特性。对人类行为的深入理解，有助于解释若干复杂的社会经济现象，并在舆情、疾病防治、交通规划、呼叫服务、信息推荐等处产生应用价值。
该论文运用DFA和MSE分析方法研究人类在线行为的标度律，主要包括以下两个方面：（1）在群体水平上，研究了基于不同行为类型的人类在线）在个体水平上，依据用户活跃程度，研究不同活跃性的人类在线行为标度律的差别。研究结果表明，群体水平上用户在线行为的时间间隔序列都存在自相似和长程关联特性，而在个体水平上，用户行为的标度律具有显著的差异性。这种差异性表现为少数用户行为的时间间隔序列具有非常小的DFA指数和长程反关联的特性。通过对比用户行为的时间间隔序列的概率分布，发现这些用户行为的长程反关联特性可能是由于它们的时间间隔序列的概率分布的双峰特性所引起的。该工作还隐含了一个重要的思想，就是以前的大多数研究，总是关注网上用户总体的分布特性，从而得出个体也存在相似的特性。实际上，通过本文可以发现，用户虽然在群体水平存在着长程关联特性，但还是有部分个体“离群索居”，分布特性与总体平均特性相。这也提醒我们，在进行用户行为建模过程中，根据用户群体的平均行为建模并不是对所有个体都是普适的。
论文信息：Z.-D. Zhao, S.-M. Cai, J.-M. Huang, Y. Fu, T. Zhou, Scaling behavior of online human activity, EPL 100 (2012) 48004.
推荐：