Twitter 上话题标签的标度律与动态特性

本文中，我们量化了 Twitter 上话题标签使用频率的统计性质与动态特性。话题标签是社交媒体中用于吸引注意力和组织内容的特殊词汇。考察一段时间内所有使用过的话题标签集合，我们识别出支撑话题标签频率分布（Zipf 定律）、唯一话题标签数量随样本量变化关系（Heaps 定律）以及围绕期望值的涨落（Taylor 定律）的标度律。尽管这些标度律看似普适——即无论样本采集于何时均观察到相似指数——话题标签的体量与自然属性强烈依赖于时间，呈现出分钟尺度的突发、重尾噪声与长程关联。我们通过计算相隔 $\tau$ 时间获得的话题标签分布之间的 Jensen-Shannon 散度来量化该动态，发现变化速度大致按 $1/\tau$ 衰减。我们的发现基于对 2015 至 2016 年间使用的 35 亿个话题标签的分析。