人类动力学研究进展 报告人 : 赵志丹 E-mail: zzhidanzhao@gmail.com 单位 : 电子科技大学,CompleX Lab
主要内容 1 背景和意义 2 人类行为时间特性研究 3 人类行为空间特性研究 4 其它人类行为特性研究 5 未来展望及总结
背景和意义 复杂性 : 人类行为变幻莫测 人类行为存在着清晰普适的规律 定量理解人类行为, 为众多人类社会现象提供了新解释 定量理解人类行为, 为通讯服务 资源分配 信息推荐及应急管理等提供更科学的解决手段 这是一座永远充满惊喜的迪斯尼科学乐园 周涛
人类行为时间特性实证研究 人类行为间隔时间的幂律特性 人类行为的周期性 人类行为的记忆性和阵发性
人类行为间隔时间的幂律特性 Barabási A-L. The origin of bursts and heavy tails in human dynamics. Nature. 2005;435(7039):207-11.
人类行为间隔时间的幂律特性 周涛, 韩筱璞, 闫小勇, 杨紫陌, 赵志丹, 汪秉宏. 人类行为时空特性的统计力学. 电子科技大学学报. 2013;42(4):482.
人类行为周期性 Zhou T, Kiet HAT, Kim BJ, Wang BH, Holme P. Role of activity in human dynamics. EPL (Europhysics Letters). 2008;82(2):28002; Radicchi F. Human activity in the web. Phys Rev E. 2009;80(2):026118; Zhou T, Zhao Z-D, Yang Z, Zhou C. Relative clock verifies endogenous bursts of human dynamics. Europhys Lett. 2012;97(1):18006.
人类行为记忆性和阵发性 Goh KI, Barabási AL. Burstiness and memory in complex systems. Europhys Lett. 2008;81(4):48002; Zhao Z-D, Xia H, Shang M-S, Zhou T. Empirical Analysis on the Human Dynamics of a Large-Scale Short Message Communication System. Chin Phys Lett. 2011;28(6):068901.
人类行为时间特性建模 经典任务队列模型 基于其它外部因素解释 基于记忆性 基于兴趣 基于周期节律 基于交互的模型
经典任务队列模型 1 每个个体被分配了一个可容纳 L 个任务的列表 2 每个任务标记一个优先级参量 x i (i =1, 2,, L), 该参数由给定的分布函数 η(x) 随机生成 3 在每一个时步, 个体按某种策略执行其中的一个任务 Barabási A-L. The origin of bursts and heavy tails in human dynamics. Nature. 2005;435(7039):207-11.
Barabási A-L. The origin of bursts and heavy tails in human dynamics. Nature. 2005;435(7039):207-11. 经典任务队列模型
基于人类记忆模型 记忆是人类的基本神经活动之一, 对历史事件的记忆常常可以深刻影响一个人后面的行为 记忆被最为简炼的表达为某件事情前后发生频率和次数之间的相关性 Vázquez A. Impact of memory on human dynamics. Physica A. 2007;373:747-52.
基于人类兴趣模型 对于一个给定的兴趣驱动行为, 即当行为的频率依赖于兴趣时, 每做一次该行为都会改变对该行为的兴趣 假设时间间隔 τ 有两个阈值 : 当 τ 很小的时 ( 即事件的发生频率很高时 ), 兴趣将减弱, 时间间隔增加 ; 时间间隔太大的时候, 模型保证事件将以很小的概率随机发生 Han X-P, Zhou T, Wang B-H. Modeling human dynamics with adaptive interest. New Journal of Physics. 2008;10(7):073010.
基于周期节律模型 Malmgren RD, Stouffer DB, Motter AE, Amaral LAN. A Poissonian explanation for heavy tails in e-mail communication. Proceedings of the National Academy of Sciences Unite States America. 2008;105(47):18153-8.
基于人类交互模型 Oliveira J, Vazquez A. Impact of interactions on human dynamics. Physica A: Statistical Mechanics and its Applications. 2009;388(2):187-92.
人类行为空间特性实证研究 人类行为距离的胖尾特性 人类行为的局域性 人类行为的偏好 人类行为周期性
人类行为距离的胖尾特性 Brockmann D, Hufnagel L, Geisel T. The scaling laws of human travel. Nature. 2006;439(7075):462-5;Gonzalez MC, Hidalgo CA, Barabasi A-L. Understanding individual human mobility patterns. Nature. 2008;453(7196):779-82.
人类行为的局域性 1 2 ) ( ) ( 1 ) ( i a cm a i a c a g r r t n t r Brockmann D, Hufnagel L, Geisel T. The scaling laws of human travel. Nature. 2006;439(7075):462-5;Gonzalez MC, Hidalgo CA, Barabasi A-L. Understanding individual human mobility patterns. Nature. 2008;453(7196):779-82.
人类行为的偏好 Gonzalez MC, Hidalgo CA, Barabasi A-L. Understanding individual human mobility patterns. Nature. 2008;453(7196):779-82; Song C, Koren T, Wang P, Barabasi AL. Modelling the scaling properties of human mobility. Nature Physics. 2010;6:818--23.
人类行为的周期性 Gonzalez MC, Hidalgo CA, Barabasi A-L. Understanding individual human mobility patterns. Nature. 2008;453(7196):779-82; Song C, Koren T, Wang P, Baraba AL. Modelling the scaling properties of human mobility. Nature Physics. 2010;6:818--23.
人类行为空间特性建模 基于探索与返回机制的人类运动模型 基于层次交通系统的模型 基于周期性随机游走模型
基于探索与返回机制的人类运动模型 (1) 以 P new S 的概率移动到一个之前未访问过的地点, 其中 S 是当前已访问过的地点总数 (2) 以 P rst 1 S 的概率返回之前已访问过的地点 Song C, Koren T, Wang P, Barabasi AL. Modelling the scaling properties of human mobility. Nature Physics. 2010;6:818--23.
基于层次交通网络的人类运动模型 人类的出行行为深刻受到所处的交通系统的影响和制约, 而人的活动同时也影响着交通系统的发展, 两者之间呈现出一种共演化的关系 Han X-P, Hao Q, Wang B-H, Zhou T. Origin of the scaling law in human mobility: Hierarchy of traffic systems. Phys Rev E. 2011;83(3):036117.
基于周期性随机游走模型 1 从家移动到工作地点 ; 2 从工作地点移动到一个随机选择的休闲地点, 但必须保证能够及时返家 ; 3 从休闲地点移动到家 Yan X-Y, Han X-P, Wang B-H, Zhou T. Diversity of individual mobility patterns and emergence of aggregated scaling laws. Scientific reports. 2013;3.
其它人类行为特性研究 人类面对面交互行为研究 人类行为模体特性研究 人类兴趣行为特性研究 记忆性导致的时变网络动力学异质性 在线网络中用户交互演化行为研究 人类物理和网络空间行为标度律及关联
人类面对面交互行为研究 Starnini M, Baronchelli A, Pastor-Satorras R. Modeling human dynamics of face-to-face interaction networks. Phys Rev Lett. 2013;110(16):168701.
人类行为模体特性研究 Schneider CM, Belik V, CouronnéT, Smoreda Z, González MC. Unravelling daily human mobility motifs. Journal of The Royal Society Interface. 2013;10(84).
人类兴趣行为特性研究 Zhao Z-D, Yang Z, Zhang Z, Zhou T, Huang Z-G, Lai Y-C. Emergence of scaling in human-interest dynamics. Scientific reports. 2013;3:3472.
记忆性导致的时变网络动力学异质性 Vestergaard CL, Génois M, Barrat A. How memory generates heterogeneous dynamics in temporal networks. Phys Rev E. 2014;90(4):042805.
在线网络中用户交互演化行为研究 Gallos LK, Rybski D, Liljeros F, Havlin S, Makse HA. How people interact in evolving online affiliation networks. Physical Review X. 2012;2(3):031014.
人类物理和网络空间行为标度律及关联 Zhao Z-D, Huang Z-G, Huang L, Liu H, Lai Y-C. Scaling and correlation of human movements in cyberspace and physical space. Phys Rev E. 2014;90(5):050802(R).
未来展望及总结 人类时空耦合行为研究 人类行为耦合特性研究 人类行为与结构共演研究
谢谢大家关注!