长久以来,很多科学家认为人类行为的时间特性可以用一个泊松过程来刻画,从而一个人多次重复同一类事件的时间间隔分布应该具有指数下降的尾部。也就是说,事件的发生,在时间轴上比较均匀地分布。然而,最近针对包括通讯、通信、上网、购物、借阅、交易等等行为的实证分析显示,人类行为在时间轴上具有阵发的特性——大量同类行为会密集出现在一段很短的时间内,然后会有很长一段时间间隔,没有任何事情发生。事件的时间间隔分布往往具有幂律的尾部。
科学家提出了若干理论模型以解释该现象。有一些科学家认为这个阵发性是人类行为内禀的特性,并据此提出了任务驱动模型、兴趣驱动模型等等理论模型;另外一些科学家认为这个阵发性乃是外部因素造成的,其中有代表性的一派学者认为这种阵发性仅仅源于人在不同时间段中从事某事件的活跃性不同,譬如凌晨打电话远远没有日间活跃。本文定义了一种相对时间钟——两个事件发生之间的间隔不是绝对时间,而是定义为在这个区间内其他所有被考察的用户从事同类事件的次数。在这个相对时间钟下面,针对同一个时区的用户,这种时间轴上活跃性的不均匀性能够被完全消除。
本文通过理论解析和数值模拟,证明了由不同时间段上活跃性不同这种因素所产生的绝对时间钟下的人类活动的阵发性,可以通过引入相对时间钟消除掉。对Delicious、Twitter等真实数据的分析显示,真实系统存在的阵发效应不能通过相对时间钟消除,说明其阵发性很可能是一种内禀效应。该文章是理解认识人类行为时间统计特性的基础性工作。
论文信息:T. Zhou, Z.-D. Zhao, Z. Yang, C.-S. Zhou, "Relative clock verifies endogenous bursts of human dynamics", EPL 97, 18006 (2012).
全文下载