第8卷第4期 智能系统学报 Vol.8 No.4 2013年8月 CAAI Transactions on Intelligent Systems Aug.2013 D0I:10.3969/j.issn.1673-4785.201304039 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.TP.20130603.1601.008.html 互联网关注力的模型分析 仇建平 (太原科技大学计算机科学与技术学院，山西太原030024) 摘要：随着基于互联网的社会媒体及其应用的迅速发展，互联网用户的“关注”对建立在其基础上的“虚拟经济”具 有越来越重要的意义，通过把人看作是传播的内容，把信息资源看作是对象，互联网可以被看作是一个人类关注力 在信息资源之间分配和流动的网络.利用搜集和分析互联网用户行为的数据，构建了基于互联网的关注力转移网络， 给出了一个描述互联网用户关注力的动力学模型.实验结果表明，相比Wb1.0站点而言，Wb2.0站点更受关注，网 站的关注力增长小于流量增长，存在着“规模不经济”的现象，相比搜索引擎和广告联盟，广告网络和垂直网络更受 关注. 关键词：互联网：虚拟经济：关注力模型：长尾分布 中图分类号：TP393.4文献标志码：A文章编号：1673-4785(2013)04-0339-05 中文引用格式：仇建平.互联网关注力的模型分析[J].智能系统学报，2013,8(4)：339343. 英文引用格式：QIU Jianping.Analysis of attention model based on Internet[J].CAAI Transactions on Intelligent Systems,2013,8 (4):339-343. Analysis of attention model based on Internet QIU Jianping Institute of Computer Science and Technology,Taiyuan University of Science and Technology,Taiyuan 030024,China) Abstract:With rapid development of Internet-based social media and their applications,Internet users'attention has more and more important significance to a fictitious economy.In this paper,users are regarded as content con- veyed in Internet while information resources are regarded as targets.Along this line,Internet is regarded as a net that distributes people's attention stream among information resources.By collecting and analyzing the behavior da- ta of Internet users,this paper demonstrates a flow network of transporting attention and gives a dynamic model de- scribing Internet users'attention.The experimental results show that,Web2.0 attracts more attention than the Webl.0 Website.The results of this paper also demonstrate that growth of attention to the website is slower than growth of traffic,and thereby creating a "diseconomies of scale"phenomenon.We were able to demonstrate that ad network and vertical niche attract more attention than search engine and affiliate network. Keywords:Internet;fictitious economy;attention model;long-tailed distributions 互联网对人们生活和工作的影响越来越深入. 等方面进行转变.与此同时，遭遇到了2个突出的 随着信息传递速度和效率的大幅度提升，特别是社矛盾：)可以获取的信息量爆炸性地增长和甄别与 交媒体、电子商务和智慧终端的快速发展，人们越来 选择信息能力的局限性之间的矛盾：2)同时共现的 越多地参与到了互联网上丰富的社会活动中，互联 信息量的极度丰富和关注力的局限性之间的矛盾. 网用户的需求已经从单一、从众，向多样、个性、品位 前者表现为人们难以从数万亿网页、数亿商品或数 百万图书中高效率地找到自己喜欢或者需要的对 收稿日期：2013-04-16.网络出版日期：2013-06-03. 基金项目：山西省自然科学基金资助项目(2012011011-5)：山西省重 像，后者表现为人们往往无法从以网页、视频、搜索 大科技专项基金资助项目(20121101001)：山西省回国留 学人员科研资助项目(2013-097)：大学生创新创业专项基 引擎、邮箱和手机应用等为媒介或载体的广告中获 金资助项目(XJ2012007). 得有价值的信息. 通信作者：仇建平.E-mail:choujianp@yahoo.com.cn
第 ８ 卷第 ４ 期 智 能 系 统 学 报 Ｖｏｌ．８ №．４ ２０１３ 年 ８ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ａｕｇ． ２０１３ ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１６７３⁃４７８５．２０１３０４０３９ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ＴＰ．２０１３０６０３．１６０１．００８．ｈｔｍｌ 互联网关注力的模型分析 仇建平 （太原科技大学 计算机科学与技术学院，山西 太原 ０３００２４） 摘 要：随着基于互联网的社会媒体及其应用的迅速发展，互联网用户的“关注”对建立在其基础上的“虚拟经济”具 有越来越重要的意义，通过把人看作是传播的内容，把信息资源看作是对象，互联网可以被看作是一个人类关注力 在信息资源之间分配和流动的网络．利用搜集和分析互联网用户行为的数据，构建了基于互联网的关注力转移网络， 给出了一个描述互联网用户关注力的动力学模型．实验结果表明，相比 Ｗｅｂ １．０ 站点而言，Ｗｅｂ ２．０ 站点更受关注，网 站的关注力增长小于流量增长，存在着“规模不经济”的现象，相比搜索引擎和广告联盟，广告网络和垂直网络更受 关注． 关键词：互联网；虚拟经济；关注力模型；长尾分布 中图分类号：ＴＰ３９３．４ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１３）０４⁃０３３９⁃０５ 中文引用格式：仇建平．互联网关注力的模型分析［Ｊ］．智能系统学报，２０１３， ８（４）： ３３９⁃３４３． 英文引用格式：ＱＩＵ Ｊｉａｎｐｉｎｇ． Ａｎａｌｙｓｉｓ ｏｆ ａｔｔｅｎｔｉｏｎ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ Ｉｎｔｅｒｎｅｔ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１３， ８ （４）： ３３９⁃３４３． Ａｎａｌｙｓｉｓ ｏｆ ａｔｔｅｎｔｉｏｎ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ Ｉｎｔｅｒｎｅｔ ＱＩＵ Ｊｉａｎｐｉｎｇ （Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｔａｉｙｕａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｔａｉｙｕａｎ ０３００２４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｗｉｔｈ ｒａｐｉｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｉｎｔｅｒｎｅｔ⁃ｂａｓｅｄ ｓｏｃｉａｌ ｍｅｄｉａ ａｎｄ ｔｈｅｉｒ ａｐｐｌｉｃａｔｉｏｎｓ， Ｉｎｔｅｒｎｅｔ ｕｓｅｒｓ’ ａｔｔｅｎｔｉｏｎ ｈａｓ ｍｏｒｅ ａｎｄ ｍｏｒｅ ｉｍｐｏｒｔａｎｔ ｓｉｇｎｉｆｉｃａｎｃｅ ｔｏ ａ ｆｉｃｔｉｔｉｏｕｓ ｅｃｏｎｏｍｙ． Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｕｓｅｒｓ ａｒｅ ｒｅｇａｒｄｅｄ ａｓ ｃｏｎｔｅｎｔ ｃｏｎ⁃ ｖｅｙｅｄ ｉｎ Ｉｎｔｅｒｎｅｔ ｗｈｉｌｅ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｓｏｕｒｃｅｓ ａｒｅ ｒｅｇａｒｄｅｄ ａｓ ｔａｒｇｅｔｓ． Ａｌｏｎｇ ｔｈｉｓ ｌｉｎｅ， Ｉｎｔｅｒｎｅｔ ｉｓ ｒｅｇａｒｄｅｄ ａｓ ａ ｎｅｔ ｔｈａｔ ｄｉｓｔｒｉｂｕｔｅｓ ｐｅｏｐｌｅ’ｓ ａｔｔｅｎｔｉｏｎ ｓｔｒｅａｍ ａｍｏｎｇ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｓｏｕｒｃｅｓ． Ｂｙ ｃｏｌｌｅｃｔｉｎｇ ａｎｄ ａｎａｌｙｚｉｎｇ ｔｈｅ ｂｅｈａｖｉｏｒ ｄａ⁃ ｔａ ｏｆ Ｉｎｔｅｒｎｅｔ ｕｓｅｒｓ， ｔｈｉｓ ｐａｐｅｒ ｄｅｍｏｎｓｔｒａｔｅｓ ａ ｆｌｏｗ ｎｅｔｗｏｒｋ ｏｆ ｔｒａｎｓｐｏｒｔｉｎｇ ａｔｔｅｎｔｉｏｎ ａｎｄ ｇｉｖｅｓ ａ ｄｙｎａｍｉｃ ｍｏｄｅｌ ｄｅ⁃ ｓｃｒｉｂｉｎｇ Ｉｎｔｅｒｎｅｔ ｕｓｅｒｓ’ ａｔｔｅｎｔｉｏｎ． Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ， Ｗｅｂ２． ０ ａｔｔｒａｃｔｓ ｍｏｒｅ ａｔｔｅｎｔｉｏｎ ｔｈａｎ ｔｈｅ Ｗｅｂ１．０ Ｗｅｂｓｉｔｅ． Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｔｈｉｓ ｐａｐｅｒ ａｌｓｏ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｇｒｏｗｔｈ ｏｆ ａｔｔｅｎｔｉｏｎ ｔｏ ｔｈｅ ｗｅｂｓｉｔｅ ｉｓ ｓｌｏｗｅｒ ｔｈａｎ ｇｒｏｗｔｈ ｏｆ ｔｒａｆｆｉｃ， ａｎｄ ｔｈｅｒｅｂｙ ｃｒｅａｔｉｎｇ ａ ＂ ｄｉｓｅｃｏｎｏｍｉｅｓ ｏｆ ｓｃａｌｅ＂ ｐｈｅｎｏｍｅｎｏｎ． Ｗｅ ｗｅｒｅ ａｂｌｅ ｔｏ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ａｄ ｎｅｔｗｏｒｋ ａｎｄ ｖｅｒｔｉｃａｌ ｎｉｃｈｅ ａｔｔｒａｃｔ ｍｏｒｅ ａｔｔｅｎｔｉｏｎ ｔｈａｎ ｓｅａｒｃｈ ｅｎｇｉｎｅ ａｎｄ ａｆｆｉｌｉａｔｅ ｎｅｔｗｏｒｋ． Ｋｅｙｗｏｒｄｓ：Ｉｎｔｅｒｎｅｔ； ｆｉｃｔｉｔｉｏｕｓ ｅｃｏｎｏｍｙ； ａｔｔｅｎｔｉｏｎ ｍｏｄｅｌ； ｌｏｎｇ⁃ｔａｉｌｅｄ ｄｉｓｔｒｉｂｕｔｉｏｎｓ 收稿日期：２０１３⁃０４⁃１６． 网络出版日期：２０１３⁃０６⁃０３． 基金项目：山西省自然科学基金资助项目（２０１２０１１０１１⁃５）；山西省重 大科技专项基金资助项目（ ２０１２１１０１００１）；山西省回国留 学人员科研资助项目（２０１３⁃０９７）；大学生创新创业专项基 金资助项目（ＸＪ２０１２００７）． 通信作者：仇建平． Ｅ⁃ｍａｉｌ：ｃｈｏｕｊｉａｎｐ＠ ｙａｈｏｏ．ｃｏｍ．ｃｎ． 互联网对人们生活和工作的影响越来越深入． 随着信息传递速度和效率的大幅度提升，特别是社 交媒体、电子商务和智慧终端的快速发展，人们越来 越多地参与到了互联网上丰富的社会活动中，互联 网用户的需求已经从单一、从众，向多样、个性、品位 等方面进行转变［１］ ．与此同时，遭遇到了 ２ 个突出的 矛盾：１）可以获取的信息量爆炸性地增长和甄别与 选择信息能力的局限性之间的矛盾；２）同时共现的 信息量的极度丰富和关注力的局限性之间的矛盾． 前者表现为人们难以从数万亿网页、数亿商品或数 百万图书中高效率地找到自己喜欢或者需要的对 像，后者表现为人们往往无法从以网页、视频、搜索 引擎、邮箱和手机应用等为媒介或载体的广告中获 得有价值的信息．
·340· 智能系统学报 第8卷 在虚拟的互联网世界中，实体经济中的“消费 者”转换为虚拟经济中的“用户”.“用户”是一个主 动的概念)，浏览网页、听音乐、看视频、下载软件 等行为都是用户根据自己的兴趣主动做出的，是一 种自由意志支配下的消费行为[34).随着这些行为数 据的爆发性增长，新的模型不断涌现.一般的建模方 法是从某些假设出发，引入变量，借助某些原理、定 律，导出数学模型，再用数据来检验其正确性，有了 数学模型，系统控制的问题就变成了变量和参数的 控制但要建立这样的数学模型有时非常困难，主要 图1关注力区域的分布 表现在：1)互联网结构复杂：节点数目巨大，网络结 Fig.1 Distribution area of attention 构呈现多种不同特征：2)互联网的进化：节点或链 1998年Wats[)和Strogatz8]提出了小世界网 路会随着时间的变化而产生或消失；3)互联网链接 络模型.他们分析了具有“小世界特征”的社会网络 的多样性：节点之间的链路权重存在差异，且有可能 的演化过程，对小世界网络的聚类系数和最短路长 存在方向性：4)多重复杂性融合：即以上多重复杂 度等进行了探讨，发现小世界网络模型的聚类系数 性相互影响，导致更为难以预料的结果实际的网络 比随机图模型要大得多，同时具有较小的平均最短 会受到多种因素的影响和作用，各种网络之间密切 路长度.2013年Barabasi)研究表明，目前互联网大 的联系也会使它们相互产生影响，从而加大对网络 约有1万亿个文件，包括140亿个页面及其附带的 分析的难度】 图片、视频和其他文件，但其中绝大多数与其他页面 1背景及相关工作 或文件之间的联系并不紧密，而互联网中搜索引擎 门户网站等少数网页（主导节点）具有非常大的链 为了解决这些问题，人们转换视角：把人看作是 接数这些少数主导节点成为整个互联网相互联系 传播的内容，把信息资源看作是对象.同生态系统依 的桥梁，从而使得用户最多只需19次点击即可到 赖能量流动，经济系统依赖货币流动一样，互联网依 达任何一个网页.Barabasi认为，互联网的这种“小 赖关注力流动.互联网上用户的点击行为实际上体 世界”特性源于人性，即无论是在现实生活还是虚 现为关注力的流动，其中节点是信息资源，有权重的 拟世界中，人类都喜欢群居.Barabasi从多种水平对 链路则指示着关注力的流动这样，从信息在用户间 网络进行了分析后发现，无论规模有多大，“19次点 的流动，转换为用户在信息间的流动，即把原来网络 击”的规则仍然适用于互联网， 的节点变成了链路，原来的链路变成了节点这一转 换的好处在于：1)网络中的信息量是无限的，不易 2关注力模型 测量，而关注力相对于信息量来说却是有限的，易测 根据2011年底的CNNIC数据[o],我国互联网 量：2)由于信息资源可以被无限地复制，同一类信 用户平均每周上网时间为18h,平均每天上网时间 息资源不同内容与不同类信息资源，都是网络上不 为2.67h,互联网用户在信息生产、交易和消费的所 同的节点：3)用户的关注力是一个严格的守恒量.总 有环节都留下了数据记录，而且90%的互联网用户 的关注力是稀缺的，可变的就是其在信息资源上的 仅仅访问网站，从不贡献内容，9%的互联网用户偶 分配和流动.在这种思路下，互联网可以被看作是一 尔参与，只有1%的互联网用户生产绝大多数内容， 个人类集体关注力在信息资源之间分配和流动的网 因此用户关注力相对于信息量来说是稀缺、可跟踪、 络，即关注力流网络.关注力流按生成内容可分为： 可分析的. l)UGC(user generated content)用户生成内容，生成 本文中把互联网用户的关注力定义为关注某网 网状关注力流：2)nom-UGC网站生成内容，生成树 站、同时忽略其他网站的选择性关注.一个互联网用 状关注力流.无论是树形结构还是网状结构，如果计 户的关注力X取决于网站内容n,并随着网站内容 算互联网用户关注力的分布，最后都会得到长尾分 n线性变化，如式(1)所示 布s6)如图1所示，消费者的关注力在不同的区域 X=anY. (1) 相差很大，关注力集中的程度随着颜色的加深而增 式中：a是正的常量系数，Y是均值为1的噪声 加 如果互联网用户的关注力超过了阈值0，那么
在虚拟的互联网世界中，实体经济中的“消费 者”转换为虚拟经济中的“用户”．“用户”是一个主 动的概念［２］ ，浏览网页、听音乐、看视频、下载软件 等行为都是用户根据自己的兴趣主动做出的，是一 种自由意志支配下的消费行为［３⁃４］ ．随着这些行为数 据的爆发性增长，新的模型不断涌现．一般的建模方 法是从某些假设出发，引入变量，借助某些原理、定 律，导出数学模型，再用数据来检验其正确性，有了 数学模型，系统控制的问题就变成了变量和参数的 控制．但要建立这样的数学模型有时非常困难，主要 表现在：１）互联网结构复杂：节点数目巨大，网络结 构呈现多种不同特征；２） 互联网的进化：节点或链 路会随着时间的变化而产生或消失；３）互联网链接 的多样性：节点之间的链路权重存在差异，且有可能 存在方向性；４） 多重复杂性融合：即以上多重复杂 性相互影响，导致更为难以预料的结果．实际的网络 会受到多种因素的影响和作用，各种网络之间密切 的联系也会使它们相互产生影响，从而加大对网络 分析的难度． １ 背景及相关工作 为了解决这些问题，人们转换视角：把人看作是 传播的内容，把信息资源看作是对象．同生态系统依 赖能量流动，经济系统依赖货币流动一样，互联网依 赖关注力流动．互联网上用户的点击行为实际上体 现为关注力的流动，其中节点是信息资源，有权重的 链路则指示着关注力的流动．这样，从信息在用户间 的流动，转换为用户在信息间的流动，即把原来网络 的节点变成了链路，原来的链路变成了节点．这一转 换的好处在于：１） 网络中的信息量是无限的，不易 测量，而关注力相对于信息量来说却是有限的，易测 量；２）由于信息资源可以被无限地复制，同一类信 息资源不同内容与不同类信息资源，都是网络上不 同的节点；３）用户的关注力是一个严格的守恒量．总 的关注力是稀缺的，可变的就是其在信息资源上的 分配和流动．在这种思路下，互联网可以被看作是一 个人类集体关注力在信息资源之间分配和流动的网 络，即关注力流网络．关注力流按生成内容可分为： １）ＵＧＣ（ｕｓｅｒ ｇｅｎｅｒａｔｅｄ ｃｏｎｔｅｎｔ） 用户生成内容，生成 网状关注力流；２） ｎｏｎ⁃ＵＧＣ 网站生成内容，生成树 状关注力流．无论是树形结构还是网状结构，如果计 算互联网用户关注力的分布，最后都会得到长尾分 布［５⁃６］ ．如图 １ 所示，消费者的关注力在不同的区域 相差很大，关注力集中的程度随着颜色的加深而增 加． 图 １ 关注力区域的分布 Ｆｉｇ．１ Ｄｉｓｔｒｉｂｕｔｉｏｎ ａｒｅａ ｏｆ ａｔｔｅｎｔｉｏｎ １９９８ 年 Ｗａｔｔｓ ［７］ 和 Ｓｔｒｏｇａｔｚ ［８］ 提出了小世界网 络模型．他们分析了具有“小世界特征”的社会网络 的演化过程，对小世界网络的聚类系数和最短路长 度等进行了探讨，发现小世界网络模型的聚类系数 比随机图模型要大得多，同时具有较小的平均最短 路长度．２０１３ 年 Ｂａｒａｂａｓｉ ［９］研究表明，目前互联网大 约有 １ 万亿个文件，包括 １４０ 亿个页面及其附带的 图片、视频和其他文件，但其中绝大多数与其他页面 或文件之间的联系并不紧密，而互联网中搜索引擎、 门户网站等少数网页（主导节点）具有非常大的链 接数．这些少数主导节点成为整个互联网相互联系 的桥梁，从而使得用户最多只需 １９ 次点击即可到 达任何一个网页．Ｂａｒａｂａｓｉ 认为，互联网的这种“小 世界”特性源于人性，即无论是在现实生活还是虚 拟世界中，人类都喜欢群居．Ｂａｒａｂａｓｉ 从多种水平对 网络进行了分析后发现，无论规模有多大，“１９ 次点 击”的规则仍然适用于互联网． ２ 关注力模型 根据 ２０１１ 年底的 ＣＮＮＩＣ 数据［１０］ ，我国互联网 用户平均每周上网时间为 １８ ｈ，平均每天上网时间 为 ２．６７ ｈ，互联网用户在信息生产、交易和消费的所 有环节都留下了数据记录，而且 ９０％的互联网用户 仅仅访问网站，从不贡献内容，９％的互联网用户偶 尔参与，只有 １％的互联网用户生产绝大多数内容， 因此用户关注力相对于信息量来说是稀缺、可跟踪、 可分析的． 本文中把互联网用户的关注力定义为关注某网 站、同时忽略其他网站的选择性关注．一个互联网用 户的关注力 Ｘ 取决于网站内容 ｎ，并随着网站内容 ｎ 线性变化，如式（１）所示［１１］ ． Ｘ ＝ ａｎＹ． （１） 式中：ａ 是正的常量系数，Ｙ 是均值为 １ 的噪声． 如果互联网用户的关注力超过了阈值 θ，那么 ·３４０· 智 能 系 统 学 报 第 ８ 卷
第4期 仇建平：互联网关注力的模型分析 ·341 互联网用户将继续关注该网站，0为反映互联网用 恒性，在模型中加入虚线圆环代表源节点和宿节点， 户个性化喜好的阈值，与网站内容给互联网用户带 使每个节点的关注力的进出相等，其用户转移矩阵 来的愉悦感、理想主义、归属感、增进自己的社会地 扩充为 位等因素相关如果互联网用户的关注力小于0，则 「08000 0007 互联网用户的关注力转移到其他网站，其概率P.如 005030 000 式(2)所示. 00002030 10 P(anY1，生成内容越多，互联网用户的关注力转 1 0 0 0 0 0 移到其他网站的概率越低.用户关注力转移网络如 2 图2所示. 1 0 0 0 10 8 0 0 网站i的流量A:为 50 ij=0.1.m 80 源节点 宿节点 关注力C=6含a,i,j=0,1,…,n,为式(5)的 元素 1 (5) 25 U=1-M=1+M++M 图2关注力转移网络 图2对应的4：为 Fig.2 Network of transporting attention 11 3 图2中实线圆环代表网站1到网站5，边代表 6 12 用户关注力流，箭头指向代表关注力流动方向，边的 1 01 4 76 1-2 权重（边上的数字）为从某网站转移到另一网站的 人数，其转移矩阵为 00 4 41 7 228 [05030 0 0 uj= 00 0 2030 00 异 844 A=010 0 0 0 0 00 10 00 烈 00 5 0 0 00 用户的关注力在网络上流动，由于关注力的守 豆
互联网用户将继续关注该网站，θ 为反映互联网用 户个性化喜好的阈值，与网站内容给互联网用户带 来的愉悦感、理想主义、归属感、增进自己的社会地 位等因素相关．如果互联网用户的关注力小于 θ，则 互联网用户的关注力转移到其他网站，其概率 Ｐｎ 如 式（２）所示． Ｐ（ａｎＹ ＜ θ） ＝ Ｐ，ａＹ ／ θ ＜ １ ／ ｎ． （２） 式中：ａＹ ／ θ 的累积分布函数为 Ｆ，则网站最终获得 的关注力如式（３）所示： Ｆ（１ ／ ｎ） ＝ Ｆ（０） ＋ Ｆ′（０） ／ ｎ ＋ Ｏ（１ ／ ｎ ２ ）． （３） 式中：Ｆ′（０）为一常数． 通过简化和省略高次项后，式（３）可重写为 Ｇ（ｎ） ＝ ∑ ¥ ｉ ＝ ０ Ｐｎ＋ｉ， 取极限则可得式（４）： － Ｇ′（ｎ） ／ Ｇ（ｎ） ＝ Ｆ′（０） ／ ｎ． （４） 根据式（４）可得： Ｇ（ｎ） ～ ｎ －Ｆ′（０） ， Ｐｎ ＝ － Ｇ′（ｎ） ～ ｎ －Ｆ′（０） －１ ． 式中：Ｐｎ满足长尾分布，可得： Ｐｎ ～ １ ｎ ＋ ｎ ｎｍａｘ æ è ç ö ø ÷ －ｋ＋１ ． 式中：ｋ＞１，生成内容越多，互联网用户的关注力转 移到其他网站的概率越低．用户关注力转移网络如 图 ２ 所示 ． 图 ２ 关注力转移网络 Ｆｉｇ．２ Ｎｅｔｗｏｒｋ ｏｆ ｔｒａｎｓｐｏｒｔｉｎｇ ａｔｔｅｎｔｉｏｎ 图 ２ 中实线圆环代表网站 １ 到网站 ５，边代表 用户关注力流，箭头指向代表关注力流动方向，边的 权重（边上的数字）为从某网站转移到另一网站的 人数，其转移矩阵为 Ａ ＝ ０ ５０ ３０ ０ ０ ０ ０ ０ ２０ ３０ ０ １０ ０ ０ ０ ０ ０ ０ ０ １０ ０ ０ ５ ０ ０ é ë ê ê ê ê ê ê ù û ú ú ú ú ú ú ． 用户的关注力在网络上流动，由于关注力的守 恒性，在模型中加入虚线圆环代表源节点和宿节点， 使每个节点的关注力的进出相等，其用户转移矩阵 扩充为 Ｂ ＝ ０ ８０ ０ ０ ０ ０ ０ ０ ０ ５０ ３０ ０ ０ ０ ０ ０ ０ ０ ２０ ３０ １０ ０ ０ １０ ０ ０ ０ ２５ ０ ０ ０ ０ ０ １０ １０ ０ ０ ０ ５ ０ ０ ３５ ０ ０ ０ ０ ０ ０ ０ é ë ê ê ê ê ê ê ê ê êê ù û ú ú ú ú ú ú ú ú úú ． 设 ｍｉｊ为用户关注力由 ｉ 站点流向 ｊ 站点的概率， ｍｉｊ ＝ Ｘｉｊ ／∑ ｎ＋１ ｋ ＝ １ Ｘｉｋ，∀ｉ，ｊ ＝ ０，１，…，ｎ． 式中：Ｘｉｊ为由 ｉ 站点转移到 ｊ 站点的用户关注力，在 本文中简化为转移人数，可得转移概率矩阵： Ｍ ＝ ０ １ ０ ０ ０ ０ ０ ０ ５ ８ ３ ８ ０ ０ ０ ０ ０ ０ １ ３ １ ２ ０ ２ ７ ０ ０ ０ ０ ０ ０ ０ ０ ０ １ ２ ０ ０ ０ １ ８ ０ ０ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ． 网站 ｉ 的流量 Ａｉ 为 Ａｉ ＝ ∑ ｎ＋１ ｋ ＝ １ Ｘｉｋ，∀ｉ，ｊ ＝ ０，１，…，ｎ． 关注力 Ｃｉ ＝Ｇｉ∑ ｎ ｋ ＝ １ ｕｉｋ，∀ｉ，ｊ ＝ ０，１，…，ｎ．ｕｉｊ为式（５）的 元素． Ｕ ＝ １ １ － Ｍ ＝ １ ＋ Ｍ ＋ … ＋ Ｍ ¥ ． （５） 图 ２ 对应的 ｕｉｊ为 ｕｉｊ ＝ １ １ ３ ４ ７ １６ １ ４ １ ２ ０ １ ３ ４ ７ １６ １ ４ １ ２ ０ ０ ４２ ４１ １６ ７ ４ １４ ２ ２８ ０ ０ １２ ４１ ４２ ４１ ４ ４１ ８ ４１ ０ ０ ３ １６４ ２１ ３２９ １６５ １６４ ２１ ４１ ０ ０ ３ ８２ ２１ １６４ １ ８２ ４２ ４１ é ë ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ê ù û ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ú ． 第 ４ 期 仇建平：互联网关注力的模型分析 ·３４１·
·342. 智能系统学报 第8卷 乞X 图5可知，Weh2.0站点更受关注 式中：G,= 一，X为从源节点流向方节点的关 ui 注流 以图2网络为例，运算结果如图3所示，图中黑 点为节点2的流量A2=60,关注力G2=125,通过最 小二乘法获得y=1.45>1. .com 6 ebay.com 4 0 34 3456 图5世界流量排名前1000的网站构成的“关注力流” log(A,) 网络 图3运算结果 Fig.5 Attention network of the 1 000 most-visited sites Fig.3 Operation results on the web 3实验结果及分析 如图6所示，横轴是取对数值后的网站流量A:, 纵轴为取对数值后的关注力G,y=0.92,Y小于1 实验用到的数据是通过使用一个Python语言 表明用户对网站的关注力增长小于流量增长，存在 编写的网络爬虫程序，从谷歌广告计划(Google ad 着“规模不经济”的现象 planner)a上获得世界排名前1Oo0的网站名单， 22 使用Alexa分析这些网站间的关注流并构建网络， 调用AlchemyAPI侦测网站类型.通过该方法获得的 20 数据集比通过其他方法获得的数据集更稠密，如图 4所示[2] 18 Upstream Sites 16 Which sites died users visit immediately preding youtube.com? %of Unique Visits Upstream Site y=0.92 17.57%■ google.com ia 13.84%☐ face book.com 2.13%1 yahoo.com 1.72% google.com.tr 1.48% google.co.in 14 1618 2022 1.14% wikipedia.org log(A,) 1.08% google.co.uk 0.96% twitter.com 图6世界流量排名前1000的网站流量分布 0.85% google.de 0.85% t.co Fig.6 Attention stream of the 1 000 most-visited sites 图4相关数据 on the web Fig.4 Related data 从流量来源来看，如图7所示，纵轴表示来源网 图5展示了世界流量排名前1000的网站构成 站的类型，分别是广告网络(Ad network)、垂直网络 的“关注力流”网络，其中圆形点代表网站，点的大 (vertical niche)、门户网站(portal)、搜索引擎 小反映了取对数值后网站的日流量，点到中心的距 (search engine)、广告联盟(affiliate network);横轴 离代表关注力的大小，即越靠近中心，则该点代表的 表示某个流量来源关注力的变动比例.黑色条块越 网站受到的关注力越大.灰色圆形点表示Wb2.0 往右表示某种流量来源关注力的提升，反之则表示 站点，黑色圆形点表示Wb1.0站点.箭头表示用户 关注力越低，黑色条块中的白线表示中位数.从图7 中可以看出，搜索引擎和广告联盟所受的关注力较 的“关注力”在网站间的流动方向，一共12888条，从 低，而广告网络和垂直网络则较高：
式中： Ｇｉ ＝ ∑ ｎ ｊ ＝ １ Ｘ０ｊｕｉｊ ｕｉｉ ， Ｘ０ｊ为从源节点流向 ｊ 节点的关 注流． 以图 ２ 网络为例，运算结果如图 ３ 所示，图中黑 点为节点 ２ 的流量 Ａ２ ＝ ６０，关注力 Ｇ２ ＝ １２５，通过最 小二乘法获得 γ ＝ １．４５＞１． 图 ３ 运算结果 Ｆｉｇ．３ Ｏｐｅｒａｔｉｏｎ ｒｅｓｕｌｔｓ ３ 实验结果及分析 实验用到的数据是通过使用一个 Ｐｙｔｈｏｎ 语言 编写的网络爬虫程序，从谷歌广告计划（Ｇｏｏｇｌｅ ａｄ ｐｌａｎｎｅｒ） ［１２］上获得世界排名前 １ ０００ 的网站名单， 使用 Ａｌｅｘａ 分析这些网站间的关注流并构建网络， 调用 ＡｌｃｈｅｍｙＡＰＩ 侦测网站类型．通过该方法获得的 数据集比通过其他方法获得的数据集更稠密，如图 ４ 所示［１２］ ． 图 ４ 相关数据 Ｆｉｇ．４ Ｒｅｌａｔｅｄ ｄａｔａ 图 ５ 展示了世界流量排名前 １ ０００ 的网站构成 的“关注力流”网络，其中圆形点代表网站，点的大 小反映了取对数值后网站的日流量，点到中心的距 离代表关注力的大小，即越靠近中心，则该点代表的 网站受到的关注力越大．灰色圆形点表示 Ｗｅｂ ２．０ 站点，黑色圆形点表示 Ｗｅｂ １．０ 站点．箭头表示用户 的“关注力”在网站间的流动方向，一共１２ ８８８条，从 图 ５ 可知，Ｗｅｂ ２．０ 站点更受关注． 图 ５ 世界流量排名前 １ ０００ 的网站构成的“关注力流” 网络 Ｆｉｇ．５ Ａｔｔｅｎｔｉｏｎ ｎｅｔｗｏｒｋ ｏｆ ｔｈｅ １ ０００ ｍｏｓｔ⁃ｖｉｓｉｔｅｄ ｓｉｔｅｓ ｏｎ ｔｈｅ ｗｅｂ 如图 ６ 所示，横轴是取对数值后的网站流量 Ａｉ， 纵轴为取对数值后的关注力 Ｇｉ，γ ＝ ０．９２，γ 小于 １ 表明用户对网站的关注力增长小于流量增长，存在 着“规模不经济”的现象． 图 ６ 世界流量排名前 １ ０００ 的网站流量分布 Ｆｉｇ．６ Ａｔｔｅｎｔｉｏｎ ｓｔｒｅａｍ ｏｆ ｔｈｅ １ ０００ ｍｏｓｔ⁃ｖｉｓｉｔｅｄ ｓｉｔｅｓ ｏｎ ｔｈｅ ｗｅｂ 从流量来源来看，如图 ７ 所示，纵轴表示来源网 站的类型，分别是广告网络（Ａｄ ｎｅｔｗｏｒｋ）、垂直网络 （ ｖｅｒｔｉｃａｌ ｎｉｃｈｅ ）、 门 户 网 站 （ ｐｏｒｔａｌ ）、 搜 索 引 擎 （ｓｅａｒｃｈ ｅｎｇｉｎｅ）、广告联盟（ ａｆｆｉｌｉａｔｅ ｎｅｔｗｏｒｋ）；横轴 表示某个流量来源关注力的变动比例．黑色条块越 往右表示某种流量来源关注力的提升，反之则表示 关注力越低，黑色条块中的白线表示中位数．从图 ７ 中可以看出，搜索引擎和广告联盟所受的关注力较 低，而广告网络和垂直网络则较高． ·３４２· 智 能 系 统 学 报 第 ８ 卷
第4期 仇建平：互联网关注力的模型分析 ·343· [4]GUO S,WANG M,LESKOVEC J.The role of social net- 广告网络 works in online shopping:information passing,price of 25*Parcontlle 75Parcontlle trust,and consumer choice[C]//Proceedings of the 12th 垂直网络 ACM Conference on Electronic Commerce.New York. -Medrar USA,2011:157-166. 门户网站 [5]HUBERMAN A,PIROLLI P L,PITKOW JE,et al.Strong 搜索引擎 regularities in world wide web surfing[J].Science,1998, 280(5360):95-96. 广告联盟 -25%-15%-5%5%15%25% [6]DENNIS M.WILKINSON.Strong regularities in online peer production[C]//Proceedings of the 9th ACM Conference on 图7流量来源分析 Electronie Commerce.Chicago,USA,2008:302-309. Fig.7 Source analysis of stream [7]WATTS D.Network,dynamics,and the small-world phe- 4结束语 nomenon[J].Sociol,1999,105:2063-2064. [8]STROGATZ S.The emerging science of spontaneous order 社会网络的快速发展带来了理论研究和实际应 [M].New York,USA:Hyperion press,2003:312-319. 用上的巨大挑战，数据产生、组织和流通方式产生了 [9]BARABASI A L.Network scienceJ].Philosophical Trans- 革命性的变化，这些数据背后潜藏着巨大的商业机 actions of the Royal Society A,2013,371:1471-2962. 会本文针对互联网的新发展，通过搜集互联网用户 [10]孟凡新.互联网时代的眼球经济：中国网民注意力聚焦 行为数据，推导了基于互联网的关注力动力模型，并 何处？[EB/0L].[2012-10-25].htp:/www.ennic.cn/ research/fxszl/fxswz/201207/t20120719 32346.html. 通过实验进行了验证分析本文作为一个探索性工 [11]ROBERTS J,HANN I H,SLAUGHTER S.Understanding 作，初步勾勒了全球互联网用户“关注力流”的概 the motivations,participation and performance of open 貌，为更深入地探讨“虚拟经济”奠定了基础。 source software developers:a longitudinal study of the a- 参考文献： pache projects[J].Management Science,2006,52(7): 984-999. [1]苏萌，柏林森，周涛.个性化：商业的未来[M].北京：机 [12]Google.The 1000 most-visited sites on the web[EB/OL]. 械工业出版社.2012：1-20. [2012-10-25].http://www.google.com/adplanner/static/ [2]PAN W,AHARONYM N,PENTLAND A S.Composite so- top1000. cial network for predicting mobile apps installation [C] 作者简介： Proceedings of the 25th AAAI Conference on Artificial Intel- 仇建平，男，1973年生，讲师，主要 ligence.Cambridge,USA,2011:821-827. 研究方向为复杂网络、人工智能，承担 [3]ZHANG C J,ZENG A.Behavior patterns of online users 山西省自然科学基金、山西省重大科技 and the effect on information filtering[J].Physica A, 专项、山西省回国留学人员科研资助项 2012,391:1822-1830. 目等项目多项，发表学术论文8篇，其 中被EI检索5篇
图 ７ 流量来源分析 Ｆｉｇ．７ Ｓｏｕｒｃｅ ａｎａｌｙｓｉｓ ｏｆ ｓｔｒｅａｍ ４ 结束语 社会网络的快速发展带来了理论研究和实际应 用上的巨大挑战，数据产生、组织和流通方式产生了 革命性的变化，这些数据背后潜藏着巨大的商业机 会．本文针对互联网的新发展，通过搜集互联网用户 行为数据，推导了基于互联网的关注力动力模型，并 通过实验进行了验证分析．本文作为一个探索性工 作，初步勾勒了全球互联网用户“关注力流” 的概 貌，为更深入地探讨“虚拟经济”奠定了基础． 参考文献： ［１］苏萌，柏林森，周涛． 个性化：商业的未来［Ｍ］． 北京：机 械工业出版社， ２０１２： １⁃２０． ［２］ＰＡＮ Ｗ， ＡＨＡＲＯＮＹＭ Ｎ， ＰＥＮＴＬＡＮＤ Ａ Ｓ． Ｃｏｍｐｏｓｉｔｅ ｓｏ⁃ ｃｉａｌ ｎｅｔｗｏｒｋ ｆｏｒ ｐｒｅｄｉｃｔｉｎｇ ｍｏｂｉｌｅ ａｐｐｓ ｉｎｓｔａｌｌａｔｉｏｎ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２５ｔｈ ＡＡＡＩ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌ⁃ ｌｉｇｅｎｃｅ． Ｃａｍｂｒｉｄｇｅ， ＵＳＡ， ２０１１： ８２１⁃８２７． ［３］ ＺＨＡＮＧ Ｃ Ｊ， ＺＥＮＧ Ａ． Ｂｅｈａｖｉｏｒ ｐａｔｔｅｒｎｓ ｏｆ ｏｎｌｉｎｅ ｕｓｅｒｓ ａｎｄ ｔｈｅ ｅｆｆｅｃｔ ｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｆｉｌｔｅｒｉｎｇ ［ Ｊ ］． Ｐｈｙｓｉｃａ Ａ， ２０１２， ３９１： １８２２⁃１８３０． ［４］ＧＵＯ Ｓ， ＷＡＮＧ Ｍ， ＬＥＳＫＯＶＥＣ Ｊ． Ｔｈｅ ｒｏｌｅ ｏｆ ｓｏｃｉａｌ ｎｅｔ⁃ ｗｏｒｋｓ ｉｎ ｏｎｌｉｎｅ ｓｈｏｐｐｉｎｇ： ｉｎｆｏｒｍａｔｉｏｎ ｐａｓｓｉｎｇ， ｐｒｉｃｅ ｏｆ ｔｒｕｓｔ， ａｎｄ ｃｏｎｓｕｍｅｒ ｃｈｏｉｃｅ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １２ｔｈ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ， ２０１１： １５７⁃１６６． ［ ５］ＨＵＢＥＲＭＡＮ Ａ， ＰＩＲＯＬＬＩ Ｐ Ｌ， ＰＩＴＫＯＷ Ｊ Ｅ， ｅｔ ａｌ． Ｓｔｒｏｎｇ ｒｅｇｕｌａｒｉｔｉｅｓ ｉｎ ｗｏｒｌｄ ｗｉｄｅ ｗｅｂ ｓｕｒｆｉｎｇ［ Ｊ］． Ｓｃｉｅｎｃｅ， １９９８， ２８０（５３６０）： ９５⁃９６． ［６］ＤＥＮＮＩＳ Ｍ．ＷＩＬＫＩＮＳＯＮ． Ｓｔｒｏｎｇ ｒｅｇｕｌａｒｉｔｉｅｓ ｉｎ ｏｎｌｉｎｅ ｐｅｅｒ ｐｒｏｄｕｃｔｉｏｎ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ９ｔｈ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ． Ｃｈｉｃａｇｏ， ＵＳＡ， ２００８： ３０２⁃３０９． ［７］ ＷＡＴＴＳ Ｄ． Ｎｅｔｗｏｒｋ， ｄｙｎａｍｉｃｓ， ａｎｄ ｔｈｅ ｓｍａｌｌ⁃ｗｏｒｌｄ ｐｈｅ⁃ ｎｏｍｅｎｏｎ［Ｊ］． Ｓｏｃｉｏｌ， １９９９， １０５： ２０６３⁃２０６４． ［８］ ＳＴＲＯＧＡＴＺ Ｓ． Ｔｈｅ ｅｍｅｒｇｉｎｇ ｓｃｉｅｎｃｅ ｏｆ ｓｐｏｎｔａｎｅｏｕｓ ｏｒｄｅｒ ［Ｍ］． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ： Ｈｙｐｅｒｉｏｎ ｐｒｅｓｓ， ２００３： ３１２⁃３１９． ［９］ＢＡＲＡＢＡＳＩ Ａ Ｌ． Ｎｅｔｗｏｒｋ ｓｃｉｅｎｃｅ［Ｊ］． Ｐｈｉｌｏｓｏｐｈｉｃａｌ Ｔｒａｎｓ⁃ ａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｒｏｙａｌ Ｓｏｃｉｅｔｙ Ａ， ２０１３， ３７１： １４７１⁃２９６２． ［１０］孟凡新． 互联网时代的眼球经济：中国网民注意力聚焦 何处？ ［ＥＢ／ ＯＬ］． ［２０１２⁃１０⁃２５］． ｈｔｔｐ： ／ ／ ｗｗｗ． ｃｎｎｉｃ． ｃｎ ／ ｒｅｓｅａｒｃｈ ／ ｆｘｓｚｌ ／ ｆｘｓｗｚ／ ２０１２０７ ／ ｔ２０１２０７１９＿３２３４６．ｈｔｍｌ． ［１１］ＲＯＢＥＲＴＳ Ｊ， ＨＡＮＮ Ｉ Ｈ， ＳＬＡＵＧＨＴＥＲ Ｓ． Ｕｎｄｅｒｓｔａｎｄｉｎｇ ｔｈｅ ｍｏｔｉｖａｔｉｏｎｓ， ｐａｒｔｉｃｉｐａｔｉｏｎ ａｎｄ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｏｐｅｎ ｓｏｕｒｃｅ ｓｏｆｔｗａｒｅ ｄｅｖｅｌｏｐｅｒｓ： ａ ｌｏｎｇｉｔｕｄｉｎａｌ ｓｔｕｄｙ ｏｆ ｔｈｅ ａ⁃ ｐａｃｈｅ ｐｒｏｊｅｃｔｓ［ Ｊ］． Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ， ２００６， ５２（ ７）： ９８４⁃９９９． ［１２］Ｇｏｏｇｌｅ． Ｔｈｅ １０００ ｍｏｓｔ⁃ｖｉｓｉｔｅｄ ｓｉｔｅｓ ｏｎ ｔｈｅ ｗｅｂ［ＥＢ／ ＯＬ］． ［２０１２⁃１０⁃２５］． ｈｔｔｐ： ／ ／ ｗｗｗ． ｇｏｏｇｌｅ． ｃｏｍ／ ａｄｐｌａｎｎｅｒ／ ｓｔａｔｉｃ ／ ｔｏｐ１０００． 作者简介： 仇建平，男，１９７３ 年生，讲师，主要 研究方向为复杂网络、人工智能，承担 山西省自然科学基金、山西省重大科技 专项、山西省回国留学人员科研资助项 目等项目多项，发表学术论文 ８ 篇，其 中被 ＥＩ 检索 ５ 篇． 第 ４ 期 仇建平：互联网关注力的模型分析 ·３４３·