基于人类动力学的手机在线阅读用户的行为研究
王月，闫强**
作者简介：王月（1986-），女，硕士研究生，复杂网络 通信联系人：闫强（1972-），男，副教授，电信运营管理. E-mail: buptyan@gmail.com
（北京邮电大学经济管理学院） 5
摘要：基于手机在线阅读用户行为的数据统计，发现无论是从读者还是作品的角度分析，评论时间间隔分布均可以用幂律函数很好的刻画。分布的幂指数会因用户的活跃度、作品的状态等方面的不同而存在差异。用户行为的这种特征主要是由其兴趣变化引起的，用户的兴趣会随时间推移慢慢衰减，但有可能因偶然事件的发生而突然回升，同时用户行为还会受作者10 的行为、网站的经营模式等因素的影响。据此建立人类动力学模型，仿真重现用户行为的主要特征，通过与实际数据的分析结果对比，验证了该模型能够比较准确的反应手机在线阅读用户的行为特征。通过模型优化和参数调整，发现作者加快其更新作品的频率或者网站采取个性化推荐的方式都可以增加用户的关注程度。
关键词：企业管理；人类动力学；手机阅读；幂律分布 15
 0 引言
随着终端设备的更新和网络技术的进步，移动互联网上的业务和应用也在不断的发展，手机阅读就是其中发展较快的一种。易观国际Enfodesk产业数据库发布的报告显示，2010年第4季度手机阅读活跃用户数已达23290万人，市场收入达94895万元，已经成为移动互40 联网中的重要应用。手机在线阅读是手机阅读的一种重要形式，我们可以认为手机在线阅读是以手机为载体的网络文学，因此它融合了网络文学和手机阅读的特点，包括公开性、共享性、开放性、互动性、便携性、随意性等，使得这种阅读方式受到普遍欢迎。
 虽然手机阅读的用户基础好、市场潜力大，但目前仍旧缺乏清晰的盈利模式，当前手机45 阅读所采用的盈利方式主要有两种：向用户收费或者向广告投放者收费。但是受制于传统互联网的免费模式，用户普遍的付费意识不强，直接导致手机阅读用户数激增但是收入增长不明显；过多的广告投放又会因为流量费用的问题遭到用户的抵制[1]。因此，目前亟需为手机阅读寻找一种合适的盈利模式，这就需要了解用户的消费心理和行为，进而影响用户的消费习惯。本文用人类动力学的理论和方法研究手机在线用户的行为特征，分析影响其阅读行为50 的主要因素，并且针对性的提出利于手机在线阅读发展的合理化建议。
1 人类动力学研究综述
1.1 概念界定
人类动力学是用统计分析的方法研究人类和其他生物的各类个体和群体行为的特性，并且深入研究这些统计特性的产生机制，以及对社会、生态、经济和技术等各类外部系统所产55 生的效应，甚至还包括一切与以上行为特性具有类似特征的社会、生态现象。 人类动力学的研究对象主要是人类的日常行为，而不是犯罪行为、变态行为等特异行为；而其研究的内容主要是各种行为的时间统计特性、空间统计特性、强度统计特性以及它们之间的相互关系以及影响机制；研究人类行为的目标是要揭示人类在多种行为中表现出来的相对普遍的统计规律，并解释其形成机制；所用的研究方法一般是通过客观数据的统计得出一60 个量化的结果，具有较强的客观性；研究的过程通常是遵循“现象观察——数据获取——统计分析——建模重现数据规律”这样的步骤[2]。 总结来说，人类动力学的研究首先要通过对生活中人类实际行为的数据分析与量化研究总结人类行为的特点，其次要深入分析人类行为形成的背后原因，即研究人类行为的内在机制，并通过建模实现规律重现，最后还需要深入研究人类行为特性对社会系统会有什么样的65 作用和影响。
1.2 理论发展
在早期对人类行为的研究中，一般假设人类的行为的发生从总体上看是随机和稳态的，也就是认为人类发生的连续的行为之间的时间间隔是均匀的，时间间隔极大或者极小出现的概率都是很小的，因此可以用泊松过程来描述人类行为。但是Barabási（2005）却发现很多70 人类行为明显偏离泊松过程：往往是在非常长的时间内无事发生，而在这些长长的空白时间中间是短时间内事件的频繁爆发，其对应的时间间隔分布能够用具有胖尾的帕累托分布更好的拟合[3]。这一发现对于传统的基于泊松过程的排队论提出了巨大的理论挑战，迅速引起了国内外学者的关注，并做出了大量的实证研究，包括名人通信[4][5]、短消息发送[6]、网页浏览[7][8]、在线游戏[9]等多种行为，均得出与Barabási相类似的研究结果，即人类行为是短时75 间频发和长时间静默交替出现。为了解释这一现象，众多学者建立了多种人类动力学模型，比较成熟的有优先权决定机制模型[10]、受记忆影响的模型[11]、基于自适应调节的模型[12]、兴趣驱动模型[13]和基于习惯的模型[14]，从不同的角度揭示人类行为特征的内在机制。
2 数据分析
2.1 数据描述 80
本文分析的数据来源于3G门户网站下的3G书城（http://www.3gsc.com.cn/）. 3G书城
 始创于2005年，网站的作品以原创文学为主，读者可以自由发表评论，充分的体现了移动互联网丰富性、互动性、个性化、融合性等特征。截至2011年5月初，该网站上共有玄幻、仙侠、言情、都市等几十个类别的原创小说近两万本，网站的日均点击量和日均活跃用户数在同业中均处于较高水平，是国内大型在线阅读网站之一。本文通过网络编程抓取1700085 部作品的相关信息和92万余条评论的详细信息，包括作品的名称、类别、性质、更新时间、写作进程、总点击量、总推荐数和评论的用户、时间、内容等。
2.2 分析结果
2.2.1 用户角度
手机阅读的交互性主要体现在用户可以在网站上发表评论、投票推荐等来表达自己对作90 品的看法，用户评论方式有两种：登录评论或者以游客的身份评论。本文通过对登录和游客两类用户的评论行为的分析，以分钟为单位计算用户评论的时间间隔，发现手机阅读用户的评论行为明显呈现出带有胖尾的幂律分布特征，实证结果如图 1 登录用户与游客发表评论的时间间隔分布对比所示。幂律分布的特性说明用户的评论行为往往集中发生在较短的时间内，在此之后则有大段的空闲时间，基本无评论行为发生。图1（a）、（b）展现的是登录用户和95 游客发表评论的时间间隔分布，其幂指数分别为2.058和2.098，行为特征十分类似。这说明不论用户以登录还是游客的形式参与评论，其表现出的幂律特性是两类用户共有的行为特征，与其参与形式并无明显的相关关系。
图 1 登录用户与游客发表评论的时间间隔分布对比 100
为了进一步发掘手机阅读用户的行为特点，我们对所有登录用户的评论行为进行分析，计算每一个登录用户发表评论的时间间隔，之后将所有用户信息进行汇总，得出3万余名用户的评论时间间隔分布如图 2 按用户区分的评论时间间隔分布所示。同样可以明显看出，该分布可以用幂律分布较好的拟合，并带有明显的胖尾特征，其幂指数为1.198。相比于图1中不对用户个体进行区分的计算结果来说，幂指数略小，原因是针对于每一名用户来说，其发105 表评论的时间间隔必然大于网站上所有用户发表评论的时间间隔，评论行为更为分散。
 图 2 按用户区分的评论时间间隔分布
需要注意的是，图 2 按用户区分的评论时间间隔分布中在整体较为服从幂律分布的情况下，其中出现了几个“尖峰”，其对应的横坐标大约是1440min，2880min„„，也就是说用户110 评论时间间隔为24小时、48小时„„的概率会突然增大。这表示会有很多人在一天内的某个固定时间进行手机阅读，导致其评论行为几乎都发生在这一时间，也就造成了其评论的时间间隔为24小时的整数倍，说明了个体的手机阅读行为具有一定的周期性特征，这是由于人们的生活习惯造成的。
既然参与评论的方式不是影响用户行为特征的主要因素，我们进一步分析用户的活跃程115 度是否会对其行为造成影响。本文将用户平均每天发表评论的次数定义为用户活跃度，为了剔除偶然行为的影响，我们筛选评论总数超过10条的8384个用户所发表的486285条评论信息，按照活跃度大小将用户分为10组分别拟合其幂律分布的幂指数，其结果如表 1 不同活跃度用户的行为特征所示。
表 1 不同活跃度用户的行为特征 120
组别
拟合点数
组内用户数
平均活跃度
幂指数
R-square 一 34449 343 9.603 1.227 0.9753
二
34449
396
6.001
1.209
0.9802 三 34449 439 2.942 1.201 0.9682
四
34449
514
1.751
1.189
0.9732 五 34448 575 1.181 1.161 0.9608
六
34448
780
0.814
1.169
0.9639 七 34448 901 0.542 1.141 0.9616
八
34448
1091
0.349
1.202
0.9501 九 34448 1360 0.205 1.129 0.9539
十
34448
1885
0.081
1.136
0.9502
 从表1中我们可以发现随着用户活跃度的不断减小，其幂指数同样呈现出减小的趋势，二者之间是正相关关系。这与我们的经验比较一致：活跃度较高的用户的评论行为更为频繁和集中，发表评论的时间间隔较小，比较而言，活跃度较低的用户发表评论的时间间隔较大，因此幂指数也会有所不同。 在对游客评论的深入分析中，由于这类用户没有辨识身份的唯一ID，无法追踪每一位125 用户的评论行为过程，因此本文按照手机号码归属地重点分析部分区域的群体用户评论行为，来验证不同地区的用户行为是否存在差异。本文从非登录用户中选取3个具有代表性地区的用户，分别分析其时间间隔分布。地区选取时考虑到该地区的地理位置、经济水平以及移动电话用户数等因素，选取了东部沿海的A地区、东北的B地区和西南的C地区，其经济及移动通信的发展水平为A地区优于B地区优于C地区。130
图 3 各地区用户评论时间间隔分布 图3即为不同地区游客用户的评论时间间隔分布的对比分析，（a）图展示的是所有游客用户的评论时间间隔分布，而（b）（c）（d）分别对应A、B、C3各地区用户的评论时间间隔分布。四个图中时间间隔分布均可以用幂律分布较好的刻画，但发展较好的A地区135 其分布的幂指数最大，B地区次之，C地区最小，表明不同地区的用户在群体行为特征上具有差异。这种差异主要是由两方面的因素造成的，其一是用户数量的差异，其二是用户使用手机阅读业务的频率的差异。
2.2.2 作品角度
文学作品是网站的主要营销产品，也是用户行为的主要对象，因此需要从作品的角度对140 用户行为进行分析。我们计算每一部作品被评论的时间间隔分布，之后将8747部被评论两
学术论文网Tag：代写论文 毕业论文