[论文解读] Stochastic Models of User-Contributory Web Sites

Tad Hogg, Kristina Lerman|ArXiv.org|Mar 31, 2009

Complex Network Analysis Techniques参考文献 16被引用 20

一句话总结

本文提出了一种基于随机过程的框架，用于建模类似 Digg 的用户贡献型网站上的集体用户行为，采用个体用户状态及其由网站提供的信息驱动的马尔可夫模型。结果表明，聚合行为（如内容受欢迎程度和首页动态）源于简单的用户级决策，从而能够预测和优化网站功能设计。

ABSTRACT

We describe a general stochastic processes-based approach to modeling user-contributory web sites, where users create, rate and share content. These models describe aggregate measures of activity and how they arise from simple models of individual users. This approach provides a tractable method to understand user activity on the web site and how this activity depends on web site design choices, especially the choice of what information about other users' behaviors is shown to each user. We illustrate this modeling approach in the context of user-created content on the news rating site Digg.

研究动机与目标

• 开发一种可处理且可推广的建模框架，以理解参与式网站中集体用户行为如何从个体行为中涌现。
• 研究网站设计选择（尤其是展示给用户的活动信息）如何影响内容受欢迎程度和首页可见性等聚合行为。
• 通过将用户级决策过程与宏观系统级结果关联，实现对网站性能的预测与优化。
• 区分内容受欢迎程度是源于内容本身的质量，还是源于可见性与社交反馈机制。

提出的方法

• 将个体用户建模为连续时间的马尔可夫过程，其状态数较少，代表用户当前的动作或意图（例如，浏览、提交、投票）。
• 根据用户行为和网站提供的信息（如评分、首页位置）定义状态转移，转移速率由实证数据估计。
• 使用主方程或福克-普朗克近似推导聚合分布（如各状态中内容数量）的时间演化。
• 将模型预测与 Digg 的真实世界数据（包括首页动态和内容受欢迎程度分布）进行验证。
• 采用简化近似（如平均场或扩散近似）使模型在保持关键聚合行为的同时具备解析可处理性。
• 利用模型解来模拟设计变更（如改变推荐算法）并预测其对系统级结果的影响。

实验结果

研究问题

• RQ1 简单的用户级决策规则如何导致 Digg 上内容病毒式传播等复杂聚合行为？
• RQ2 可见性与社交反馈（如首页位置、评分）在多大程度上会放大或扭曲内容的真实受欢迎程度？
• RQ3 如何利用随机过程对网站设计选择（如展示的用户活动类型）进行建模与优化？
• RQ4 是否可以使用状态变量有限的马尔可夫模型准确预测用户贡献型网站的真实世界聚合行为？
• RQ5 此类模型在捕捉极端事件（如突发流量激增）或依赖历史的行为方面存在哪些局限性？

主要发现

• 随机模型成功再现了 Digg 的关键经验特征，包括内容受欢迎程度的幂律分布和首页动态。
• 结果表明，内容推广等聚合行为源于简单的本地用户决策，而非全局协调。
• 模型表明，可见性与反馈机制（如首页位置）可显著放大内容质量的微小初始差异。
• 简化方法（如平均场近似）可产生解析可处理的模型，正确预测典型聚合行为，但可能忽略极端事件。
• 该框架支持假设性设计探索——例如，修改 Digg 的推荐算法以考虑用户网络中心性——提示了减少低质量内容推广的可能途径。
• 模型识别出，用户行为不仅受内容内在质量影响，还受网站提供的信号（如评分和可见性）影响。