在线社区活动的多样性

用户创建和评级内容以及与其他用户形成网络的网站，在行为的许多方面都显示出长尾分布。利用其中一个社区网站 Essembly 的行为数据，我们提出并评估了 plausible 机制来解释这些行为。与纯粹的描述性模型不同，这些机制依赖于基于每个用户本地可用信息的用户行为。对于 Essembly，我们发现长尾源于用户活动速率和被评级内容质量的巨大差异，以及用户投入网站时间的广泛可变性。我们表明，这些模型不仅能解释整体行为，还能允许从早期行为中估计内容质量。