追踪移动市民的注意力

随着移动计算设备在当代社会中的广泛使用，我们在物理空间和虚拟世界中的轨迹日益紧密相连。利用$1 \times 10^5$用户在30天内的匿名智能手机数据，我们构建了移动性网络和注意力网络，以研究线上与线下人类行为之间的相关性。在移动性网络中，节点是物理位置，边表示位置之间的移动；在注意力网络中，节点是网站，边表示用户在不同网站之间的切换。我们应用盒覆盖方法对网络进行重整化。所研究的网络性质包括盒尺寸$l_B$和盒数量$N(l_B)$。我们发现两类普适行为：移动性网络具有小世界特性，$N(l_B) \simeq e^{-l_B}$，而注意力网络具有自相似特性$N(l_B) \simeq l_B^{-\gamma}$。特别地，随着盒长度$l_B$的增加，网络的度相关性从正变为负，这表明移动性网络中存在两层结构。我们利用网络重整化的结果来检测社区并映射移动性网络的结构。进一步，我们定位了这些社区中访问的最相关网站，并识别出三种典型的基于位置的行为，包括购物、约会和叫出租车。最后，我们提供了一个修正的几何网络模型，从空间约束连接的视角解释我们的发现。