[论文解读] Empirical study and modeling of human behaviour dynamics of comments on Blog posts

Jin-Li Guo|arXiv (Cornell University)|Jan 1, 2010

Opinion Dynamics and Social Influence被引用 1

一句话总结

本文提出一种具有衰减兴趣的非时齐泊松过程模型，以解释博客文章评论到达时间间隔的幂律分布。通过将强度函数建模为随时间衰减的函数，该模型在理论上推导出具有可调指数（范围为 (1, ∞)）的幂律间隔分布，与实证数据高度吻合，为在线评论中人类行为动态提供了理论基础。

ABSTRACT

Based on data statistics of online comments on Blog posts,this paper first presented an empirical study of a comment arrival-time interval distribution.Found that people interested in some subjects gradually disappear and the interval distribution was a power law.According to this feature,this paper proposed a model with gradually decaying interest.Gave a rigorous analysis on the model by non-homogeneous Poisson processes and obtained an analytic expression of the interval distribution.The analysis indicates that the time interval between two consecutive events follows the power-law distribution with a tunable exponent,which can be controlled by the model parameters and is in interval(1,+∞).The analytical result agrees with the empirical results well,obeying an approximately power-law form.The model provides a theoretical basis for human behaviour dynamics of comments on Blog posts.

研究动机与目标

• 理解博客文章用户评论的时间动态特性。
• 识别在线讨论中评论到达时间间隔的统计模式。
• 对用户在特定博客主题上的兴趣随时间衰减进行建模。
• 开发一个理论基础坚实的模型，以重现经验观察到的评论时间间隔幂律分布。
• 通过模型参数提供对幂律指数的控制机制。

提出的方法

• 使用真实世界数据，对博客文章中连续评论之间的时间间隔分布进行经验分析。
• 提出一种非时齐泊松过程模型，其中强度函数随时间衰减，以反映用户兴趣的减弱。
• 将强度函数表述为幂律衰减形式，以捕捉兴趣逐渐消失的特征。
• 利用非时齐泊松过程的性质，推导出事件间时间间隔的解析表达式。
• 调整模型参数以调节所得时间间隔分布的幂律指数。
• 通过与实证数据对比验证分析结果，评估拟合优度。

实验结果

研究问题

• RQ1 博客文章中连续评论之间的时间间隔的统计分布是什么？
• RQ2 用户对博客主题的兴趣如何随时间衰减，这种衰减对评论时间有何影响？
• RQ3 基于时间衰减兴趣的理论模型能否重现经验观察到的评论时间间隔幂律分布？
• RQ4 模型参数在多大程度上可以控制时间间隔分布的幂律指数？
• RQ5 所提模型的解析解是否与真实世界评论数据一致？

主要发现

• 博客文章中连续评论之间的时间间隔服从幂律分布，其指数范围在 (1, ∞) 之间。
• 用户对博客主题的兴趣随时间逐渐减弱，导致评论间隔变长。
• 所提出的非时齐泊松过程模型成功重现了经验观察到的幂律时间间隔分布。
• 该模型的幂律指数可通过理论推导得出，并能通过模型参数进行调节。
• 模型的解析解与实证数据高度一致，证实了衰减兴趣假设的有效性。
• 该模型为理解在线评论系统中人类行为动态提供了理论框架。