集体在线行为的简单生成模型-研究论文

人类活动越来越多地在在线环境中发生，为将个人行为与人群水平的结果联系起来提供了新的机会。 在本文中，我们为数百万个在不同软件应用程序之间做出决定的社交网站用户的集体行为引入了一个简单的生成模型。 我们的模型包含两种不同的机制：一种与用户的近期决策相关联，另一种则反映了每个应用程序的累积流行度。 重要的是，尽管这两种机制的各种组合会产生与数据一致的长时间行为，但是唯一能够重现观察到的时间动态的模型是那些强调应用程序的近期流行度而不是其累积流行度的模型。 这表明，即使使用未经实验设计的纯观测数据，时态数据驱动的建模也可以有效地区分竞争的微观机制，从而使我们能够揭示集体在线行为先前未发现的方面。