558
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： + 第25行：
第26行： − + − 于是，前面的几个概念就自然串起来了：社会网络描述人与人的关系，信息流描述内容在人之间传播，点击流记录用户在内容之间的真实跳转，开放流网络把这些跳转组织成可计算的流系统，而集体注意力则是这个系统中真正被建模和分析的“流动对象”。文中正是据此提出：以内容资源为节点、以用户浏览和跳转行为为边，构建具有守恒性与[[耗散性]]的集体注意力流网络，用来分析全媒体传播过程。+ − [[文件:流网络结构.png|缩略图]]+ − ===集体注意力流网络===+ −
无编辑摘要
<blockquote>集体注意力流网络是复杂网络科学与计算社会科学交叉的前沿领域。它将注意力建模为在开放网络中流动的实体，用流距离、耗散率、标度律等工具量化注意力的分配、循环和衰减。其理论根源可以追溯到生态流网络的方法论，可以应用到到 MOOC 课堂里的师生注意力的量化，也可以从互联网的几何嵌入到跨平台传播的标度律。集体注意力流不是神经科学或心理学专属的概念，它同能量和货币一样，是复杂系统最基础的交换媒介。理解集体注意力在网络中流动的规律，是理解信息时代注意力资源分配的一把钥匙。</blockquote>
=背景=
=背景=
在这个框架下，点击流就不再只是零散的行为记录，而变成了一个可分析的流系统：有[[积聚流]]、有流转量、有[[耗散流]]，并且可以研究每个节点的入流—出流平衡。文中明确提出，注意力流网络就是一种典型的开放流网络。
在这个框架下，点击流就不再只是零散的行为记录，而变成了一个可分析的流系统：有[[积聚流]]、有流转量、有[[耗散流]]，并且可以研究每个节点的入流—出流平衡。文中明确提出，注意力流网络就是一种典型的开放流网络。
===[[集体注意力]]===
===[[集体注意力]]===
集体注意力是这条逻辑链的核心对象。它不再把“信息”本身当作最稀缺资源，而是把海量用户在不同内容资源上分配、转移和消耗的注意力看成真正需要刻画的量<ref name=":5" />。在信息爆炸背景下，信息可能泛滥，但注意力是稀缺的，因此分析注意力如何积聚、流动和演化，往往比单纯分析信息扩散更有解释力。
集体注意力是这条逻辑链的核心对象。它不再把“信息”本身当作最稀缺资源，而是把海量用户在不同内容资源上分配、转移和消耗的注意力看成真正需要刻画的量<ref name=":5" />。在信息爆炸背景下，信息可能泛滥，但注意力是稀缺的，因此分析注意力如何积聚、流动和演化，往往比单纯分析信息扩散更有解释力。集体注意力就如以资源为节点的高维变量，而变量随时间的演化规律，就是集体注意力流。[[文件:流网络结构.png|缩略图]]
===集体注意力流网络===
社会网络描述人与人的关系，信息流描述内容在人之间传播，点击流记录用户在内容之间的真实跳转，开放流网络把这些跳转组织成可计算的流系统，而集体注意力流则是这个系统中真正被建模和分析的“流动对象”。
集体注意力流网络是以内容资源为节点、以用户在不同内容资源之间的浏览与跳转行为为边所构成的一类开放流网络<ref>Lou X, Li Y, Gu W, Zhang J (2016) The Atlas of Chinese World Wide Web Ecosystem Shaped by the Collective Attention Flows. PLoS ONE 11(11): e0165240. <nowiki>https://doi.org/10.1371/journal.pone.0165240</nowiki></ref>。与传统以“人—人关系”为核心的社会网络不同，集体注意力流网络关注的不是信息在人际关系中的扩散，而是用户注意力在内容资源之间的分配、转移与消耗过程。由于集体注意力是一种稀缺资源，集体注意力流网络能够更直接地刻画全媒体环境中用户行为背后的传播动力学机制。基于这一理论框架<ref name=":6">Guo L, Lou X, Shi P, et al. Flow distances on open flow networks[J]. Physica A: Statistical Mechanics and its Applications, 2015, 437: 235-248.</ref><ref name=":7">Shi P, Huang X, Wang J, et al. A geometric representation of collective attention flows[J]. PloS one, 2015, 10(9): e0136243.</ref><ref name=":8">Wu L, Zhang J, Zhao M. The metabolism and growth of web forums[J]. PloS one, 2014, 9(8): e102646.</ref><ref name=":9">Zhang J, Lou X, Zhang H, et al. Modeling collective attention in online and flexible learning environments[J]. Distance Education, 2019, 40(2): 278-301.</ref><ref name=":10">Gu W, Gong L, Lou X, et al. The hidden flow structure and metric space of network embedding algorithms based on random walks[J]. Scientific reports, 2017, 7(1): 13114.</ref><ref name=":11">Wang C J, Wu L, Zhang J, et al. The collective direction of attention diffusion[J]. Scientific reports, 2016, 6(1): 34059.</ref>，以内容资源为节点、用户行为为边的集体注意力流网络，可以从宏观层面分析[[集体心智]]的分布特征，揭示注意力流动的结构性规律，并为舆情管理、传播优化与资源配置提供理论支持。
集体注意力流网络是以内容资源为节点、以用户在不同内容资源之间的浏览与跳转行为为边所构成的一类开放流网络<ref>Lou X, Li Y, Gu W, Zhang J (2016) The Atlas of Chinese World Wide Web Ecosystem Shaped by the Collective Attention Flows. PLoS ONE 11(11): e0165240. <nowiki>https://doi.org/10.1371/journal.pone.0165240</nowiki></ref>。与传统以“人—人关系”为核心的社会网络不同，集体注意力流网络关注的不是信息在人际关系中的扩散，而是用户注意力在内容资源之间的分配、转移与消耗过程。由于注意力是一种稀缺资源，这种网络能够更直接地刻画全媒体环境中用户行为背后的传播动力学机制。基于这一理论框架<ref name=":6">Guo L, Lou X, Shi P, et al. Flow distances on open flow networks[J]. Physica A: Statistical Mechanics and its Applications, 2015, 437: 235-248.</ref><ref name=":7">Shi P, Huang X, Wang J, et al. A geometric representation of collective attention flows[J]. PloS one, 2015, 10(9): e0136243.</ref><ref name=":8">Wu L, Zhang J, Zhao M. The metabolism and growth of web forums[J]. PloS one, 2014, 9(8): e102646.</ref><ref name=":9">Zhang J, Lou X, Zhang H, et al. Modeling collective attention in online and flexible learning environments[J]. Distance Education, 2019, 40(2): 278-301.</ref><ref name=":10">Gu W, Gong L, Lou X, et al. The hidden flow structure and metric space of network embedding algorithms based on random walks[J]. Scientific reports, 2017, 7(1): 13114.</ref><ref name=":11">Wang C J, Wu L, Zhang J, et al. The collective direction of attention diffusion[J]. Scientific reports, 2016, 6(1): 34059.</ref>，本项目拟构建以内容资源为节点、以用户行为为边的集体注意力流网络，从宏观层面分析[[集体心智]]的分布特征，揭示注意力流动的结构性规律，并为舆情管理、传播优化与资源配置提供理论支持。
集体注意力流网络具有两个关键特征，即守恒性与耗散性。守恒性体现在用户浏览行为的时序分配上：对于单个用户而言，在同一时刻其注意力通常只能主要集中于某一内容资源；而在不同时刻，这部分注意力会随着浏览、点击、切换等行为从一个资源转移到另一个资源。因而，从系统整体视角看，海量用户的行为轨迹汇聚成一种可统计的注意力流动过程，表现为网络中流量的整体平衡：对任一节点而言，其流入总量（包括外部进入形成的积聚流）与流出总量（包括向其他节点转移的流量及离开系统的耗散流）之间满足平衡关系。正是这种守恒性，使得内容平台可以被视为一个可进行流量分析与结构刻画的复杂系统。
集体注意力流网络具有两个关键特征，即守恒性与耗散性。守恒性体现在用户浏览行为的时序分配上：对于单个用户而言，在同一时刻其注意力通常只能主要集中于某一内容资源；而在不同时刻，这部分注意力会随着浏览、点击、切换等行为从一个资源转移到另一个资源。因而，从系统整体视角看，海量用户的行为轨迹汇聚成一种可统计的注意力流动过程，表现为网络中流量的整体平衡：对任一节点而言，其流入总量（包括外部进入形成的积聚流）与流出总量（包括向其他节点转移的流量及离开系统的耗散流）之间满足平衡关系。正是这种守恒性，使得内容平台可以被视为一个可进行流量分析与结构刻画的复杂系统。