版主发帖行为实证和聚类研究.docVIP

版主发帖行为实证和聚类研究 　　[摘 要] 为揭示论坛版主发帖的行为模式，编写了网络爬虫软件，获取了天涯论坛92名版主发帖相关数据，并对版主进行了聚类研究。对相关参数，采用极大似然估计法和Kolmogorov-Smirnov检验法进行了分析。结果表明：版主发帖的时间间隔分布符合幂律分布；版主幂律指数、阵发性符合Burr分布，xmin、活跃度符合指数分布；版主聚类为三个类别时，数据蕴含着分形的特征。 　　[关键词] 论坛；版主；发帖；幂律分布；实证研究；分形 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016 . 05. 093 　　[中图分类号] TP391 [文献标识码] A [文章编号] 1673 - 0194（2016）05- 0175- 03 　　1 前 言 　　研究个体舆论传播的基本特征是建立群体舆论传播模型的重要基础。从最早的PC互联网时代到当今的移动互联网时代，论坛一直都是舆论传播的重要阵地。由于论坛形成历史时间长，在不同领域中，都已经形成了一定数量的知名论坛。这些知名论坛拥有巨大的用户群，同时也积累了用户发帖相关的大量数据。挖掘这些数据的内在规律，对于认识用户信息传播特征、建立舆论传播模型具有重要意义。 　　关于人类信息传播行为、论坛舆论传播的研究目前已经有较多成果。最早以Barabási对人类信件的时间间隔分析为起点，研究发现，人类的信息沟通的时间间隔服从幂律分布，并由此创立了人类动力学这门新学科。Vázquez以Barabási的假设为前提，通过严格的数学证明，认为人类动力学中存在着两个普适类，即幂律分布的指数为1或1.5。从此，引发众多的研究者对于人类行为模式进行实证研究。 　　对于论坛的研究，Yu等对论坛的回帖进行了实证研究。赵永亮等以天涯论坛帖子为对象重点分析了每天发帖量的分布。Qiang等研究了微博社区的兴趣驱动问题。以上这些研究丰富了论坛领域的人类动力学研究。然而，专门对论坛版主研究的文献并不多。 　　版主是论坛中重要的用户群体。从舆论传播的角度来说，版主往往起到意见领袖的作用。版主通过发布主帖，表达意见，以达到影响舆论、引导舆论的目的。本文利用自己编写的网络爬虫收集了天涯论坛92名版主发帖的相关数据。通过数据分析发现，个体层面：版主发帖的时间间隔符合幂律分布，验证了人类动力学的预测；群体层面：版主幂律指数、阵发性符合burr分布，、活跃度符合指数分布。采用质心距离法对版主聚类分为三类时，数据具有明显的分形特征。 　　2 数据来源与说明 　　本文采用的数据是利用自己编写的网络爬虫，定向收集获取的。收集对象是天涯论坛中92名版主发布的主帖数据。时间跨度为2004年1月1日到2015年6月30日，数据量达到6 500 MB。数据精度为分钟。 　　天涯论坛于1999年3月1日创立，到现在已经超过16年，注册用户9 000万，每月浏览用户超过2亿。选择天涯论坛版主作为研究对象主要基于以下三点思考：一是版主的责任心强，他们主动发帖的概率高于普通用户，发帖数量大，为统计研究提供了数量的保障；二是版主的自律性高，违反规定发帖的可能性小，因此被删除的概率小，统计的数据完整性高于普通用户；三是版主往往是本版的意见领袖，研究版主的特质，对于研究舆论传播中的意见领袖具有重要作用。 　　3 论坛版主发帖模式分析 　　首先通过利用上述的数学方法，采用Matlab 2015a编程，分析每名版主的基本特征，而后再探究版主的群体特征，并对版主群体进行分类研究。计算结果皆满足上述的假设检验。 　　3.1 论坛版主发帖个体行为实证分析 　　通过对92名版主的发帖时间间隔的累积分布进行拟合，发现个体行为均满足幂律分布。当x≥xmin时，在双对数坐标下α近似为一条直线。图1为天涯社区了望天涯版块的版主“枕着永远入眠”的发帖时间间隔累积分布。其他91名版主具有同样类似的图形。 　　由此推断版主论坛发帖的行为，符合幂律分布的特征，验证了Barabási推断，说明版主发帖的模式具有人类动力学的特性，即长时间的静默与短时间内的高频率爆发相结合的特征。 　　3.2 论坛版主发帖群体特征的实证分析 　　通过前面分析可知，论坛版主个体发帖的时间间隔，是由α、xmin决定的，采用蒙特卡洛法可对版主个体进行仿真。下面探讨版主群体的α、xmin、活跃度、阵发性的分布，为版主群体的仿真提供基础。 　　3.2.1 α的分布情况 　　通过计算，版主α指数介于1.5～2.75之间，这与Vázquez的预测不同。做直方图，发现数据版主群体α具有明显的右偏，不符合正态分布，通过极大似然拟合，发现α更符合Burr分布，如图2所示。 　　版主幂律指数在之间数量最多，并且向左右呈现