[论文解读] Novelty and Social Search in the World Wide Web

Bernardo A. Huberman, Lada A. Adamic|ArXiv.org|Sep 18, 1998

Complex Network Analysis Techniques参考文献 12被引用 6

一句话总结

本文提出了一种万维网上社会搜索的动态模型，通过新颖性驱动的探索与社交推荐的结合，解释了用户的网站访问模式。该模型推导出一个与独立发现速率相关的幂律普适定律，利用用户行为数据进行实证验证，结果显示在不同网站和时间段内均表现出一致的缩放特性。

ABSTRACT

The World Wide Web is fast becoming a source of information for a large part of the world's population. Because of its sheer size and complexity users often resort to recommendations from others to decide which sites to visit. We present a dynamical theory of recommendations which predicts site visits by users of the World Wide Web. We show that it leads to a universal power law for the number of users that visit given sites over periods of time, with an exponent related to the rate at which users discover new sites on their own. An extensive empirical study of user behavior in the Web that we conducted confirms the existence of this law of influence while yielding bounds on the rate of novelty encountered by users.

研究动机与目标

• 理解用户如何结合个人发现与社交推荐来浏览网页。
• 建立由用户行为与社交影响驱动的网站受欢迎程度动态模型。
• 识别在多样化网站中普遍存在的网络流量模式缩放规律。
• 量化用户在无社交提示下独立发现新内容的速率。
• 将理论预测与网络使用实验中的真实用户访问日志进行对比验证。

提出的方法

• 基于描述用户访问行为的随机过程，构建推荐的动态理论。
• 引入幂律分布以描述随时间推移用户访问网站的数量。
• 将用户行为建模为探索新网站（新颖性）与遵循社交推荐之间的平衡。
• 使用一个参数表示独立发现网站的速率，并将其与幂律指数关联。
• 通过受控用户研究中的网络访问日志进行实证分析，以测量访问频率与新颖性速率。
• 应用统计分析确认真实数据中预测的幂律缩放行为。

实验结果

研究问题

• RQ1 新颖性与社交推荐如何共同影响用户在网上的网站访问模式？
• RQ2 网站访问频率的分布形式是什么？
• RQ3 是否存在一个普遍适用的缩放定律，适用于不同类型网站的网络流量？
• RQ4 独立发现新网站的速率如何影响网站受欢迎程度的幂律指数？
• RQ5 实证用户访问模式在多大程度上符合理论模型的预测？

主要发现

• 该模型预测网站访问频率存在一个与独立新颖性发现速率相关的普适幂律，其缩放指数与之相关。
• 用户行为实验的实证数据证实了网站受欢迎程度中存在预测的幂律分布。
• 用户遇到的新颖性内容速率受到限制，其估计值可由观测到的幂律指数推导得出。
• 该模型成功捕捉了多样化网站上的网络流量动态，且无需依赖特定网站的参数。
• 社交推荐会放大初始受欢迎程度的影响，但整体缩放行为主要由新颖性驱动的探索部分主导。
• 该理论框架为个体用户行为与整体网络流量模式之间建立了定量联系。