万维网上数字的出现频率

人类文档中数字的分布由各种不同的自然和人为因素决定，其相对重要性可以通过研究数字的出现频率来评估。尽管自1880年代以来就有人研究，但这个主题仍然知之甚少。在这里，我们获得了万维网上数字的详细统计数据，发现它们的分布是一个重尾依赖，并分裂成一组幂律分布。特别是，我们发现与西方日历年份相关的数字频率表现出不均匀的行为：2004年代表一个“奇异临界”点，以惊人的高频率出现；当我们远离它时，频率的下降使我们能够比较关于过去和未来的现有信息量。此外，虽然10的幂出现得极其频繁，使我们能够获得高达10^127的统计数据，但“非整数”数字出现的范围则有限得多，其频率的变化与标准统计波动截然不同。这些发现将人类使用的数字阵列视为一个高度非平衡和非均匀的系统，并为这个问题提供了新的视角，一旦得到充分研究，可能有助于更好地理解许多社会学和心理学现象。