社交媒体上用户行为的计算图景
社会与信息网络
2019-01-28 v1 物理与社会
应用统计
摘要
随着人类在在线环境（例如社交媒体和应用使用）中交互留下的“数字足迹”日益丰富，对复杂人类行为进行建模的能力已变得越来越可行。已有许多方法被提出，然而大多数先前的模型框架是相当受限的。我们引入了一种新的社会建模方法，能够直接从数据创建模型，且对模型类别几乎没有先验限制。具体而言，我们推断个体在孤立状态下以及受社会输入驱动时行为的最小复杂、最大预测性表示。然后我们将此框架应用于从微博客平台 Twitter 上收集的一万五千名用户的异质人类行为目录。这些模型使我们能够描述用户如何处理其过去行为与社会输入。尽管观察到的用户行为多样，推断出的大多数模型属于所有可能有限状态过程的一小子类。因此，我们的工作表明，用户行为虽然相当复杂，却隐藏着简单的底层计算结构。
引用
@article{arxiv.1901.08941,
title = {Computational landscape of user behavior on social media},
author = {David Darmon and William Rand and Michelle Girvan},
journal= {arXiv preprint arXiv:1901.08941},
year = {2019}
}