網(wǎng)絡(luò)論壇人類行為動力學(xué)實證分析

摘要：從帖子和用戶兩個角度對網(wǎng)絡(luò)論壇的人類行為動力學(xué)特征進行實證統(tǒng)計和分析.對帖子屬性的統(tǒng)計分析發(fā)現(xiàn)，帖子的回復(fù)次數(shù)、吸引的不同用戶數(shù)均服從冪律分布，而帖子的瀏覽次數(shù)分布沒有明顯的規(guī)律性；帖子的瀏覽次數(shù)和回復(fù)次數(shù)之間存在明顯的正相關(guān)性，且二者的比值大于等于10.對用戶發(fā)帖、回帖行為的統(tǒng)計分析發(fā)現(xiàn)，用戶發(fā)帖數(shù)、回帖數(shù)、回復(fù)的不同主帖數(shù)均服從冪律分布，說明網(wǎng)絡(luò)論壇用戶行為具有很強的異質(zhì)性，大多數(shù)用戶很少發(fā)帖或回帖，關(guān)注范圍也比較小，只有少數(shù)活躍用戶經(jīng)常發(fā)帖或回帖，關(guān)注面非常廣；還發(fā)現(xiàn)單個用戶單日回帖數(shù)以及單個用戶針對單個主帖的回復(fù)數(shù)也均服從冪律分布，存在少數(shù)用戶在個別日子里發(fā)表大量回帖和少數(shù)用戶針對少量主帖發(fā)表大量回帖的現(xiàn)象.這些結(jié)論對于在線用戶行為建模具有重要的指導(dǎo)意義，也為網(wǎng)絡(luò)輿情監(jiān)控和網(wǎng)絡(luò)水軍發(fā)現(xiàn)提供了新的思路.

關(guān)鍵詞：人類動力學(xué)；用戶行為；冪律分布；數(shù)據(jù)分析；在線網(wǎng)絡(luò)論壇

中圖分類號：TP391.1 文獻標識碼：A

Empirical Analysis on Human Behavior Dynamics in Online Forum

CHEN Gui-rong1， CAI Wan-dong1， XU Hui-jie1， YANG Xian-ju2

（1. College of Computer， Northwestern Polytechnical Univ， Xi’an， Shaanxi 710072， China；

2. Nanjing Military Region 73658 Forces， Nanjing， Jiangsu 210016， China）

Abstract： This paper reported an empirical analysis on user behavior dynamics in online forum. The analysis results on the posts show that both the distribution of the reply number of posts and the distribution of different user number of posts follow power-law distributions with heavy tails， while the distribution of the browse number of posts has no laws. We observed positive correlation between browse number of posts and reply number of posts and the ratio of them is bigger than 10. The statistic results of the users' actions show that the post number， the reply number and the number of root posts which a user has posted replies all follow power-law distributions， which means that the user behaviors in online forums are heterogeneous， and most users post or reply rarely while few users post or reply frequently， and that most users have a small range of concerns while few users have a large range of concerns. We also observed that both the distribution of one-user one-day reply number and the distribution of one-user one-post reply number follow power-law distributions， which means that some people submit a large number of replies on a few of days or submit a large number of replies on a few of posts. The findings of this paper may not only provide guides to online user behavior modeling but may also be applied to online public opinion monitoring and online water-army finding.

Key words： human dynamics； user behaviour； power-law distribution； data analysis； online forum

人類活動是各種社會、經(jīng)濟和技術(shù)現(xiàn)象的驅(qū)動力，定量研究人的行為具有很高的學(xué)術(shù)價值和實際意義，成為現(xiàn)代科學(xué)界的一個核心問題.受諸多因素影響，人的行為具有很高的復(fù)雜性和動態(tài)性，認識和挖掘人類行為規(guī)律具有很大難度.在以往對社會、經(jīng)濟和通信系統(tǒng)的研究中，為了簡化問題，通常用泊松過程來刻畫人的行為，即假設(shè)人類行為在時間上是均勻的.

近年來，隨著數(shù)據(jù)庫技術(shù)、海量數(shù)據(jù)處理技術(shù)的長足發(fā)展和網(wǎng)絡(luò)的普及，越來越多的人類行為被記錄下來，為定量研究人類行為提供了豐富的數(shù)據(jù)源，人類行為研究取得了新進展.2005年，Barabási通過對電子郵件的發(fā)送和回復(fù)等人類行為時間間隔的實際統(tǒng)計，發(fā)現(xiàn)人類行為具有明顯的非泊松特性，即人類行為發(fā)生的時間間隔分布并不均勻，長時間的靜默和短時間內(nèi)的爆發(fā)同時存在，這種不均勻性表現(xiàn)為給定任務(wù)的連續(xù)兩次執(zhí)行時間間隔服從重尾分布[1-2].為了驗證非泊松統(tǒng)計特性在人類行為中是否普遍存在，研究者們對在線人類行為進行了廣泛的研究，發(fā)現(xiàn)在電影點播[3-4]、網(wǎng)頁瀏覽[5-6]、博客評論[7-8]、在線協(xié)同寫作^[9]、短消息通信[10-11]、圖書借閱[12-13]和電話呼叫^[14]等人類行為中均具有非泊松統(tǒng)計特性，表現(xiàn)為這些人類行為的時間間隔均服從冪律分布，冪指數(shù)多位于1～3之間[15-16]，其中很多成果是國內(nèi)學(xué)者取得的[3-4，7-14，17-25].周濤等研究了在線電影點播系統(tǒng)中的人類動力學(xué)行為模式，發(fā)現(xiàn)在群體水平上兩次連續(xù)觀看電影的時間間隔分布在一定范圍內(nèi)服從冪律分布，且冪指數(shù)和用戶的平均活躍度存在單調(diào)正相關(guān)關(guān)系[3-4].郭進利對博客評論數(shù)據(jù)進行統(tǒng)計分析，發(fā)現(xiàn)博客評論的時間間隔也服從冪律分布，人們總是對新話題興趣較大，但隨著時間的推移，興趣會逐漸減弱直至消失，并根據(jù)這個特征提出了一個興趣逐漸消失的人類動力學(xué)行為模型[7-8].趙飛等研究了維基百科中在線協(xié)同寫作行為的動力學(xué)模式，發(fā)現(xiàn)在線協(xié)同寫作時間間隔分布呈現(xiàn)多尺度特征，在1～30 min和30 min～24 h兩個時間段上服從冪律分布，而大于24 h的時間間隔服從累積分布，并給出了出現(xiàn)這種現(xiàn)象的原因^[9].樊超等通過分析某兩所圖書館的借閱記錄，研究了人類行為的分形特征，發(fā)現(xiàn)人類行為時間序列具有自相似性和長期正相關(guān)性，群體用戶的分形特征表現(xiàn)較為明顯，個體用戶的時間序列則具有一定的波動性[12-13].趙志丹等統(tǒng)計分析了6個大型在線系統(tǒng)中的人類動力學(xué)特征，發(fā)現(xiàn)用戶活動總數(shù)、用戶的活躍度和時間間隔均服從重尾分布，且用戶的活躍度和用戶活動總數(shù)存在明顯的正相關(guān)關(guān)系，和用戶時間間隔分布寬度存在明顯的負相關(guān)關(guān)系[17-18].這些研究通過對人類在線行為時間特性的統(tǒng)計分析，證實人類在線活動的時間間隔服從冪律分布，進一步驗證了Barabási的觀點[1-2].

人類行為的復(fù)雜性決定了僅從時間方面分析人的行為是不夠的，需要從更多的角度對人類行為進行研究.目前一些學(xué)者已開始對人類活動數(shù)量進行實證分析，并取得了一定成果[26-31].熊菲等以天涯論壇經(jīng)濟版塊的數(shù)據(jù)為研究對象，分析了BBS話題的聚類特性，發(fā)現(xiàn)用戶興趣具有非常強的異質(zhì)性且用戶的關(guān)注點總是集中在自己感興趣的話題上，在此基礎(chǔ)上提出了一個用戶興趣驅(qū)動的網(wǎng)絡(luò)增長模型并進行了仿真^[28].司夏萌等通過建立虛擬社區(qū)網(wǎng)絡(luò)、分析網(wǎng)絡(luò)的統(tǒng)計特性，研究了虛擬社區(qū)中在線用戶的交互行為，從定量角度證實了社會學(xué)的一些定性結(jié)論^[29].丁菲等對BBS中人類的閱讀和回復(fù)行為進行分析，發(fā)現(xiàn)討論話題大小和用戶參與級別均服從冪律分布，但用戶興趣不服從冪律分布^[30].盡管已經(jīng)取得了一些成果，但關(guān)于人類在線活動數(shù)量特征的研究尚未取得統(tǒng)一結(jié)論.如文獻[26]通過對某網(wǎng)絡(luò)論壇日志數(shù)據(jù)的實證分析，發(fā)現(xiàn)用戶提交的文章數(shù)服從對數(shù)正太分布，而文獻[28-30]卻發(fā)現(xiàn)用戶發(fā)表的帖子數(shù)服從冪律分布；文獻[27]的實證結(jié)果顯示論壇帖子的瀏覽次數(shù)和回復(fù)次數(shù)均服從冪律分布，而文獻[29]發(fā)現(xiàn)帖子回復(fù)次數(shù)服從冪律分布而瀏覽次數(shù)不服從冪律分布.可見對在線人類行為數(shù)量特征的研究還不是很充分，有必要對其展開更深入的研究.

在線網(wǎng)絡(luò)論壇又稱為電子公告欄（Bulletin Board Systems，簡稱BBS），是人們交流觀點和共享信息的重要平臺.和博客等實名制社交網(wǎng)絡(luò)相比，BBS具有更大的開放性、自由性和隱匿性，人們可隨意注冊不同的用戶名，而不用泄露自己的真實身份，且用戶不受好友關(guān)系限制，只要登錄論壇就可隨意瀏覽論壇中的信息，也可隨意發(fā)布信息.因此，BBS已成為我國輿論突發(fā)事件的主要集中地.研究網(wǎng)絡(luò)論壇的用戶行為動力學(xué)特征，不僅有助于理解在線用戶行為模式，也有助于理解互聯(lián)網(wǎng)突發(fā)事件的發(fā)生原因及其背后的機理，有效實施網(wǎng)絡(luò)輿情監(jiān)控.

人們在BBS上發(fā)布的信息通常稱作帖子，如果一個帖子是某個話題的第一個帖子，將其稱為主帖或根帖，其他帖子無論是直接回復(fù)主帖還是回復(fù)其他帖子都稱作回帖.這樣用戶在論壇中的行為就可分為3種：瀏覽帖子、發(fā)表主帖和發(fā)表回帖，分別簡稱為瀏覽、發(fā)帖和回帖，這里的瀏覽僅指對主帖的瀏覽.本文以國內(nèi)知名論壇網(wǎng)易新聞?wù)搲臄?shù)據(jù)為對象，從帖子和用戶兩個方面對用戶在線行為動力學(xué)特性進行實證統(tǒng)計，主要發(fā)現(xiàn)包括：1）主帖瀏覽次數(shù)沒有明顯的分布特征，但主帖回復(fù)次數(shù)和參與主帖討論的不同用戶數(shù)均服從冪律分布；2）主帖瀏覽次數(shù)和回復(fù)次數(shù)之間存在正相關(guān)關(guān)系，且瀏覽次數(shù)和回復(fù)次數(shù)之比大于等于10；3）用戶發(fā)帖數(shù)、回帖數(shù)、回復(fù)的不同主帖數(shù)都服從冪律分布；4）用戶發(fā)帖數(shù)和回帖數(shù)之間不存在明顯相關(guān)性，很少發(fā)帖也很少回帖、很少發(fā)帖但經(jīng)常回帖、經(jīng)常發(fā)帖但很少回帖和經(jīng)常發(fā)帖也經(jīng)?；靥念愑脩敉瑫r存在，只是比例不同；5）單個用戶單日回帖數(shù)在群體級別上服從冪律分布，說明大多數(shù)用戶在大多數(shù)日子里回帖數(shù)較少，但也存在少量用戶在個別日子里發(fā)表了大量回帖，屬于異常用戶行為；6）單個用戶針對單個主帖的回復(fù)數(shù)在群體級別上服從冪律分布，說明大多數(shù)用戶針對大多數(shù)主帖的回帖數(shù)很少，但也存在少數(shù)用戶針對少量主帖發(fā)表了大量回帖，存在炒作嫌疑.與以往研究僅分析用戶行為的時間特性不同，本文著重研究了用戶活動數(shù)量的分布特性，發(fā)現(xiàn)論壇用戶行為具有明顯的異質(zhì)性，存在偏離大眾行為特征的異常用戶行為，為網(wǎng)絡(luò)輿情監(jiān)控和網(wǎng)絡(luò)水軍發(fā)現(xiàn)提供了新的研究思路.

1 數(shù)據(jù)集

本文的數(shù)據(jù)集是采用文獻[32]的Web信息采集系統(tǒng)抓取的網(wǎng)易新聞?wù)搲?008年10月1日-2011年4月26日之間的數(shù)據(jù).用post和reply兩個表存儲采集到的數(shù)據(jù)，其中post表存儲主帖信息，具體包括：主帖ID、發(fā)帖時間、發(fā)帖用戶ID、標題、瀏覽次數(shù)、回復(fù)次數(shù)；reply表存儲回帖信息，具體包括：回帖用戶ID、回帖時間、回復(fù)內(nèi)容、被回主帖ID.數(shù)據(jù)集共包含9 363個主帖和95 788個回帖.參與發(fā)帖和回帖的用戶共17 562個，其中發(fā)表過主帖的用戶共3 107個，平均每人發(fā)布了3個主帖，發(fā)表過回帖的用戶共15 961個，平均每人發(fā)布了6個回帖.該時間段內(nèi)沒有發(fā)帖或回帖的用戶排除在外.

2 論壇用戶在線行為實證統(tǒng)計分析

2.1 帖子瀏覽數(shù)、回復(fù)數(shù)和參與的不同用戶數(shù)分析

由于網(wǎng)絡(luò)論壇中用戶的瀏覽行為是不進行記錄的，無法知道誰瀏覽了某個帖子、瀏覽了幾次、什么時候瀏覽的等信息，因此無法直接分析用戶的瀏覽行為，本文通過帖子的瀏覽次數(shù)來間接分析人類在線瀏覽行為.用P表示主帖的集合，p∈P表示數(shù)據(jù)集中的任意主帖，有=9 363.用bp表示主帖p的瀏覽次數(shù)，統(tǒng)計知，0≤bp≤200 795.圖1（a）為主帖瀏覽次數(shù)的概率分布圖，其中瀏覽次數(shù)為0的主帖共42個，在圖1（a）中沒有體現(xiàn).

從圖1（a）知，主帖瀏覽次數(shù)既不服從冪律分布也不服從指數(shù)分布或韋伯分布等人類行為常見的分布^[16]，而是呈現(xiàn)出一種對稱分布，其值主要集中在100～3 000之間，其中在1～300區(qū)間逐漸增加，300以上逐漸減少.進一步統(tǒng)計發(fā)現(xiàn)，瀏覽次數(shù)小于100的帖子僅72個，約占總主帖數(shù)的0.77%，瀏覽次數(shù)大于3 000的帖子共1 777個，約占總主帖數(shù)的19%.若不考慮同一用戶多次瀏覽同一主帖的情況，則帖子的瀏覽次數(shù)越大，說明查看帖子的用戶越多，即帖子的傳播范圍越廣.統(tǒng)計結(jié)果表明，除少數(shù)傳播范圍極廣的熱點帖子外，大多數(shù)帖子也都有較大的傳播范圍，說明網(wǎng)絡(luò)論壇具有很強的信息傳播能力.這和文獻[29]的結(jié)論類似但不同.文獻[29]中瀏覽次數(shù)在30左右存在拐點而本文拐點出現(xiàn)在300附近.這是由兩個論壇本身的活躍性差異造成的，天涯社區(qū)活躍性強，帖子產(chǎn)生和更新速度非常快，使得沒有引起關(guān)注的帖子迅速“下沉”并很快從用戶的視線中“消失”，最終導(dǎo)致大多數(shù)普通帖子的瀏覽次數(shù)很小.而網(wǎng)易新聞?wù)搲幕钴S性相對較低，帖子產(chǎn)生和更新速度慢，使得大部分普通帖子能“較長時間”出現(xiàn)在論壇帖子列表的“顯著”位置，吸引更多用戶瀏覽.從圖1（a）還可以看出主帖瀏覽次數(shù)最大約20萬次，而文獻[29]中帖子最大瀏覽次數(shù)則達到2 000萬次，這是由兩個論壇的用戶規(guī)模和活躍性決定的.此外對比兩個研究結(jié)果，發(fā)現(xiàn)網(wǎng)易新聞?wù)搲拥臑g覽次數(shù)分布比較集中，而天涯論壇瀏覽次數(shù)很少與瀏覽次數(shù)極高兩類帖子同時大量存在，說明天涯論壇的帖子具有更強的異質(zhì)性.由以上分析可知，盡管網(wǎng)易新聞?wù)搲吞煅恼搲诨钴S性和用戶規(guī)模等方面存在差異，但二者的帖子瀏覽次數(shù)卻表現(xiàn)出類似的分布規(guī)律，且都與文獻[27]所述的帖子瀏覽次數(shù)符合冪律分布不同.

用戶通過回帖參與話題討論，帖子的回復(fù)次數(shù)反映了話題討論的激烈程度，也間接反映了用戶的回復(fù)行為特征.用rp表示主帖p的回復(fù)次數(shù)，統(tǒng)計知0≤rp≤1 904.圖1（b）給出了主帖回復(fù)次數(shù)的概率分布，其中回復(fù)次數(shù)為0的主帖共有2 574個，占主帖總數(shù)的27.5%，在圖中沒有體現(xiàn).

由圖1（b）知，主帖回復(fù)次數(shù)具有明顯的重尾分布特性，在[5，100]范圍內(nèi)服從冪律分布，即

p（r）∝r-λ，λ=1.46. 〖JY〗（1）

其中，λ=1.46是采用最大似然估計法得到冪指數(shù)^[33]，文中其他所有冪指數(shù)也均是采用該方法獲得的，圖中實線為擬合的直線.該結(jié)果說明大部分主帖的回復(fù)次數(shù)都很少，只有少數(shù)主帖能引起大量回復(fù)，最終成為“熱帖”，和文獻[29]的結(jié)論吻合.從圖1（b）知主帖的最大回復(fù)次數(shù)約為0.2萬次，而文獻[29]中主帖的最大回復(fù)次數(shù)則超過40萬次，相差200倍以上，這種差異是由兩個論壇的用戶規(guī)模、活躍性等因素造成的.

圖1（c）為雙對數(shù)坐標下主帖瀏覽次數(shù)和回復(fù)次數(shù)的關(guān)系圖，圖中每個點代表一個主帖，其中橫坐標表示該主帖的回復(fù)次數(shù)，縱坐標表示該主帖的瀏覽次數(shù).可以看出主帖的瀏覽次數(shù)和回復(fù)次數(shù)之間存在正相關(guān)關(guān)系，即回復(fù)次數(shù)大的帖子瀏覽次數(shù)也較大，同樣瀏覽次數(shù)大的帖子回復(fù)次數(shù)也較大.圖中實線對應(yīng)的方程為

ln b=ln r+1.

由此可知，主帖瀏覽次數(shù)和回復(fù)次數(shù)之比大于等于10，即主帖平均被瀏覽10次以上被回復(fù)1次.且發(fā)現(xiàn)，瀏覽次數(shù)和回復(fù)次數(shù)的分布比較集中，回復(fù)次數(shù)小于等于200且瀏覽次數(shù)小于等于50 000的帖子共有9 256個，占總主帖數(shù)的98.9%.

眾所周知，在網(wǎng)絡(luò)論壇中帖子列表一般是按更新時間排列的，對某個主帖進行回復(fù)將會使其回到帖子列表的頂端，從而更容易引起更多用戶關(guān)注，被更多用戶瀏覽或回復(fù).基于此網(wǎng)絡(luò)水軍在進行網(wǎng)絡(luò)炒作時，為保證其炒作的目標帖子能保持較高的點擊量和回復(fù)量，必然會不斷對其進行回復(fù)，使其“長時間”保持在比較“顯著”的位置并最終成為“熱帖”.為了操作方便，網(wǎng)絡(luò)水軍往往會使用相同的幾個或十幾個賬號重復(fù)回復(fù)操作，必將導(dǎo)致存在網(wǎng)絡(luò)炒作的帖子其瀏覽次數(shù)與回復(fù)次數(shù)的比值遠小于正常帖子.關(guān)注帖子瀏覽次數(shù)與回復(fù)次數(shù)之比，將其作為發(fā)現(xiàn)網(wǎng)絡(luò)炒作和網(wǎng)絡(luò)水軍的切入點，為網(wǎng)絡(luò)輿情監(jiān)控

提供了新的研究思路.

網(wǎng)絡(luò)水軍在進行網(wǎng)絡(luò)炒作時，會使用相同賬號發(fā)布大量回帖，因此存在網(wǎng)絡(luò)炒作的帖子吸引的不同用戶數(shù)和回復(fù)量相同的正常帖子相比，應(yīng)該也相對較小.用up表示帖子p吸引的不同用戶數(shù)，統(tǒng)計知0≤up≤445.圖1（d）顯示了主帖吸引的不同用戶數(shù)的分布情況，其中參與回復(fù)的用戶數(shù)為0的主帖在圖中沒有體現(xiàn).由圖可知，主帖吸引的不同用戶數(shù)服從冪律分布，即

p（u）∝u-β，β=1.72.

3 結(jié) 論

信息技術(shù)的發(fā)展和在線網(wǎng)絡(luò)社區(qū)的迅速普及為我們積累了豐富的帶有時間標簽的數(shù)據(jù)，使得定量研究人類行為成為可能，也使其成為統(tǒng)計物理、復(fù)雜網(wǎng)絡(luò)、社會學(xué)以及信息學(xué)科等多個學(xué)科的研究熱點.以前的研究從時間間隔及等待時間等方面對人類行為動力學(xué)特征進行了定量研究，發(fā)現(xiàn)大量人類在線行為均服從冪律分布.

本文從用戶活動數(shù)量的角度對網(wǎng)易新聞?wù)搲臄?shù)據(jù)進行了實證統(tǒng)計，發(fā)現(xiàn)用戶活動數(shù)量也具有冪律分布特性.此外，本文還提出了兩個研究網(wǎng)絡(luò)炒作發(fā)現(xiàn)和網(wǎng)絡(luò)水軍判別的切入點：在帖子方面主要關(guān)注瀏覽次數(shù)和回復(fù)次數(shù)比值較小的主帖；在用戶方面重點關(guān)注存在“單日發(fā)表大量回帖”或“針對單個主帖發(fā)表大量回帖”行為的用戶.

本文通過實證統(tǒng)計和分析，得到了一些有意義的結(jié)論，為人類在線行為建模和揭示很多社會輿論現(xiàn)象奠定了基礎(chǔ)，也為網(wǎng)絡(luò)輿情監(jiān)測、異常網(wǎng)絡(luò)行為和網(wǎng)絡(luò)水軍發(fā)現(xiàn)提供了新的思路.但是人類行為具有極高的復(fù)雜性，不能通過某個特定網(wǎng)絡(luò)論壇的用戶行為就斷定所有在線用戶行為都具有某種特性，有必要對其他在線網(wǎng)絡(luò)論壇進行定量分析，以期得到更具有普適意義的結(jié)論，在此基礎(chǔ)上建立在線論壇用戶動力學(xué)模型，模擬在線用戶行為.在分析用戶行為模式的基礎(chǔ)上，利用本文提出的網(wǎng)絡(luò)水軍和網(wǎng)絡(luò)炒作發(fā)現(xiàn)思路，進行網(wǎng)絡(luò)水軍自動識別研究，也是下一步研究的重點.

參考文獻

[1] BARABSI A L. The origin of bursts and heavy tails in human dynamics [J]. Nature， 2005， 435（7039）： 207-211.

[2] OLIVEIRA J G， BARABSI A L. Human dynamics： Darwin and Einstein correspondence patterns [J]. Nature， 2005， 437（7063）： 1251-1251.

[3] ZHOU T， KIET H A T， KIM B J， et al. Role of activity in human dynamics [J]. EPL （Europhysics Letters）， 2008，82（2）：28002-p1-28002-p5.

[4] 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)， 2008，5（1）：1-5.

ZHOU Tao. Human activity pattern on on-line movie watching [J]. Complex Systems and Complexity Science， 2008， 5（1）：1-5.（In Chinese）

[5] DEZS Z， ALMAAS E， LUKCS A， et al. Dynamics of information access on the web [J]. Physical Review E， 2006， 73（6）： 066132-1-066132-6.

[6] RADICCHI F. Human activity in the web [J]. Physical Review E， 2009， 80（2）： 026118-1-026118-8.

[7] GUO J L， FAN C， GUO Z H. Weblog patterns and human dynamics with decreasing interest [J]. The European Physical Journal B， 2011， 81（3）： 341-344.

[8] 郭進利.博客評論的人類行為動力學(xué)實證研究和建模[J].計算機應(yīng)用研究， 2011，28（4）：1422-1424.

GUO Jin-li. Empirical study and modeling of human behavior dynamics of comments on blog posts [J]. Application Research of Computers， 2011， 28（ 4） ： 1422-1424. （In Chinese）

[9] 趙飛， 劉金虎， 查一龍，等.在線協(xié)同寫作的人類動力學(xué)分析[J].物理學(xué)報， 2011， 60（11）： 118902-118902.

ZHAO Fei， LIU Jin-hu， ZHA Yi-long， et al. Human dynamics analysis in online collaborative writing [J]. Acta Phys Sin， 2011， 60（11）： 118902-1-118902-10. （In Chinese）

[10]HONG Wei， HAN Xiao-pu， ZHOU Tao， et al. Heavy-tailed statistics in short-message communication [J]. Chinese Physics Letters， 2009， 26（2）： 028902-1-028902-3.

[11]ZHAO Zhi-dan， XIA Hu， SHANG Ming-sheng， et al. Empirical analysis on the human dynamics of a large-scale short message communication system[J]. Chinese Physics Letters， 2011， 28（6）：068901-1-068901-3.

[12]FAN Chao， GUO Jin-li， ZHA Yi-long. Fractal analysis on human dynamics of library loans [J]. Physica A： Statistical Mechanics and Its Applications， 2012， 391（24）： 6617-6625.

[13]樊超，郭進利，紀雅莉，等.基于圖書借閱的人類行為標度律分析[J].圖書情報工作， 2010，54（15）：35-39.

FAN Chao， GUO Jin-li， JI Ya-li， et al. Analysis of human behavior scaling law based on library loans [J]. Library and information service， 2010， 54（15）： 35-39. （In Chinese）

[14]JIANG Z Q， XIE W J， LI M X， et al. Calling patterns in human communication dynamics[J]. Proceedings of the National Academy of Sciences， 2013， 110（5）：1600-1605.

[15]VZQUEZ A， OLIVEIRA J G， DEZS Z， et al. Modeling bursts and heavy tails in human dynamics [J]. Physical Review E， 2006， 73（3）： 036127-1-036127-19.

[16]CLAUSET A， SHALIZI C R， NEWMAN M E J. Power-law distributions in empirical data[J].SIAM Review， 2009， 51（4） ：661-703.

[17]ZHAO Z D， ZHOU T. Empirical analysis of online human dynamics[J]. Physica A： Statistical Mechanics and Its Applications， 2012， 391（11）： 3308-3315.

[18]ZHAO Z D， CAI S M， HUANG J， et al. Scaling behavior of online human activity [J]. EPL （Europhysics Letters）， 2012， 100（4）： 48004-p1-48004-p6.

[19]汪秉宏， 周濤， 周昌松.人類行為，復(fù)雜網(wǎng)絡(luò)及信息挖掘的統(tǒng)計物理研究[J].上海理工大學(xué)學(xué)報， 2012， 34（2）： 103-117.

WANG Bing-hong， ZHOU Tao， ZHOU Chang-song. Statistical physical research for human behaviors， complex networks， and information mining [J]. Journal of University of Shanghai for Science and Technology， 2012，34（2）： 103-117. （In Chinese）

[20]汪秉宏，韓筱璞.人類行為的動力學(xué)與統(tǒng)計力學(xué)研究[J].物理， 2010，39（1）：28-37.

WANG Bing-hong， HAN Xiao-pu. The dynamics and statistical mechanics of human behaviors [J]. Physics， 2010， 39（1）：28-37. （In Chinese）

[21]樊超， 郭進利， 韓筱璞，等.人類行為動力學(xué)研究綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)， 2011， 8（2）： 1-17.

FAN Chao， GUO Jin-li， HAN Xiao-pu， et al. A review of research on human dynamics [J]. Complex System and Complexity Science， 2011， 8（2）： 1-17. （In Chinese）

[22]王澎， 汪秉宏.在線人類行為動力學(xué)中的肥尾特征[J].上海理工大學(xué)學(xué)報， 2012，3（1）：1-5.

WANG Peng， WANG Bing-hong. The dynamics and statistical mechanics of human behaviors [J]. Journal of University of Shanghai for Science and Technology， 2012， 3（1）： 1-5. （In Chinese）

[23]郭進利.一個人類行為動力學(xué)模型及其精確解[J].物理學(xué)報， 2010，59（6）：3851-3855.

GUO Jin-li. A model of human behavior dynamics and exact results [J]. Acta Phys Sin， 2010， 59（6）： 3851-3855. （In Chinese）

[24]董宇蔚，蔡世民，尚明生.電子商務(wù)中人類活動的標度行為實證研究[J]. 物理學(xué)報， 2013，62（2）： 028901-1-028901-8.

DONG Yu-wei， CAI Shi-min， SHANG Ming-sheng. Empirical study on scaling of human behaviors in e-commerce[J]. Acta Phys Sin， 2013， 62（2）： 028901-1-028901-8. （In Chinese）

[25]苑衛(wèi)國， 劉云， 程軍軍， 等. 微博雙向“關(guān)注”網(wǎng)絡(luò)節(jié)點中心性及傳播影響力的分析[J].物理學(xué)報， 2013，62（3）： 038901-1-038901-10.

YUAN Wei-guo， LIU Yun， CHENG Jun-jun， et al. Empirical analysis of microblog centrality and spread influence based on Bi-directional connection [J]. Acta Phys Sin， 2013， 62（3）： 038901-1-038901-10. （In Chinese）

[26]NARUSE K， KUBO M. Lognormal distribution of bbs articles and its social and generative mechanism[C]//Proceedings of IEEE/WIC/ACM International Conference on Web Intelligence， 2006. New York： IEEE， 2006：103-112.

[27]YU J， HU Y， YU M， et al. Analyzing netizens’ view and reply behaviors on the forum [J]. Physica A： Statistical Mechanics and Its Applications， 2010， 389（16）： 3267-3273.

[28]XIONG F， LIU Y. Empirical analysis and modeling of users' topic interests in online forums [J]. PloS one， 2012， 7（12）：e50912-1- e50912-7.

[29]司夏萌，劉云.虛擬社區(qū)中人際交互行為的統(tǒng)計分析研究[J].物理學(xué)報， 2011，60（7）：859-866.

SI Xia-meng， LIU Yun. Empirical analysis of interpersonal interacting behavior in virtual community [J]. Acta Phys Sin， 2011， 60（7）： 859-866. （In Chinese）

[30]DING F， LIU Y， CHENG H， et al. Read and reply behaviors in a BBS social network[C]//Proceedings of 2010 2nd International Conference on Advanced Computer Control. New York： IEEE， 2010：571-576.

[31]CHMIEL A， SOBKOWICZ P， SIENKIEWICZ J， et al. Negative emotions boost user activity at BBC forum [J]. Physica A： Statistical Mechanics and its Applications， 2011， 390（16）： 2936-2944.

[32]彭冬， 蔡皖東.面向Web 論壇的網(wǎng)絡(luò)信息獲取技術(shù)及系統(tǒng)實現(xiàn)[J].計算機工程與科學(xué)， 2011，33（1）：157-160.

PENG Dong， CAI Wan-dong. The web forum crawling technology and system implementation [J]. Computer Engineering Science， 2011， 33（1）：157-160. （In Chinese）

[33]GOLDSTEIN M L， MORRIS S A， YEN G G. Problems with fitting to the power-law distribution [J]. The European Physical Journal B-Condensed Matter and Complex Systems， 2004， 41（2）： 255-258.