558
个编辑
更改
→流网络基本定义
==构建==
==构建==
===行为记录===
===行为记录===
==流网络基本定义==
已有研究【5-10】结合了网站链接拓扑与真实用户点击行为，提出了“流距离”概念，它能更真实地反映注意力流动的距离。在模型上，它引入了“源”和“汇”来构建开放流网络，以更全面地刻画用户行为的起止。此外，该研究通过将网站嵌入高维欧几里得空间，实现了对注意力流动的几何映射与可视化分析，并以印第安纳大学【6】的网络为例进行了展示。在数据层面，后续研究（如针对新闻网站Digg和百度贴吧的分析）【10】基于用户的实际点击流数据，构建了大规模点击流网络，为此类研究提供了实证基础。并且通过流距离中心性度量与随机游走图嵌入方法的对比，验证了模型在识别关键节点（如百度、QQ）的一致性【9】，证明其兼具结构重要性与流量表征能力。特别是在线学习【8】，现在相关内容已经被发表在了好几个顶刊。这个领域的顶看注意力的有效管理是影响学习成效的关键因素。在线学习资源虽然“免费”，但学习者需要付出注意力的代价，因此教学设计应考虑如何降低注意力成本，提升学习效率。
而现在，我们就要将类似的注意力流网络框架应用到央视的舆论周数据上，构建注意力流网络并探索其相关性质。
==理论背景==
==[[流网络]]基本定义==
===源和汇===
===源和汇===
===耗散===
===[[耗散]]===
===汇聚===
===汇聚===
===流量===
===流量===
===流距离===
===[[流距离]]===
===TST===
===TST===
==性质==
==性质==
===定性规律===
===定性规律===