更改

=== 挖雷模型 ===

=== 挖雷模型 ===

Fanqi Zeng，张江等人提出挖雷模型（interactive Lévy flight model），用于解释用户在“兴趣空间”中的集体迁移及其所产生的规模律。论文认为，在线社区中的每位用户的兴趣可被视作分布在二维欧几里得空间中的点，用户在不同主题间的跳转可模拟为挖雷模型(Lévy Flight) 随机游走。其步长分布满足幂律：

Fanqi Zeng，张江等人提出挖雷模型（interactive Lévy flight model），用于解释用户在“兴趣空间”中的集体迁移及其所产生的规模律。研究认为，在线社区中的每位用户的兴趣可被视作分布在二维欧几里得空间中的点，用户在不同主题间的跳转可模拟为挖雷模型(Lévy Flight) 随机游走。其步长分布满足幂律：

[math]\displaystyle P(l)\sim l^{-\lambda}[/math] <ref>Zeng, F., Gong, L., Liu, J., Zhang, J., Chen, Q., & Xin, R. (2020). Human mobility in interest space and interactive random walk. ''Journal of Physics: Complexity'', ''1''(2), 025004. <nowiki>https://doi.org/10.1088/2632-072x/ab7f4f</nowiki></ref>

[math]\displaystyle P(l)\sim l^{-\lambda}[/math] <ref name=":16">Zeng, F., Gong, L., Liu, J., Zhang, J., Chen, Q., & Xin, R. (2020). Human mobility in interest space and interactive random walk. ''Journal of Physics: Complexity'', ''1''(2), 025004. <nowiki>https://doi.org/10.1088/2632-072x/ab7f4f</nowiki></ref>

其中 [math]\displaystyle \lambda[/math] 描述用户兴趣广度：值越小，长距离跳转越频繁，表示兴趣更广泛。用户在活跃兴趣点之间移动，并以概率 [math]\displaystyle p[/math] 生成新的数字资源（帖子、评论等），从而通过“活跃节点”间接相互作用。

其中 [math]\displaystyle \lambda[/math] 描述用户兴趣广度：值越小，长距离跳转越频繁，表示兴趣更广泛。用户在活跃兴趣点之间移动，并以概率 [math]\displaystyle p[/math] 生成新的数字资源（帖子、评论等），从而通过“活跃节点”间接相互作用。

模型建立了注意力流网络，节点代表兴趣主题，边的权重表示用户在不同主题间的迁移频率。系统宏观变量，活动度 [math]\displaystyle A[/math]、兴趣多样性 [math]\displaystyle D[/math] 与转移多样性 [math]\displaystyle E[/math] 均随用户数 [math]\displaystyle N[/math] 呈幂律增长：

模型建立了注意力流网络，节点代表兴趣主题，边的权重表示用户在不同主题间的迁移频率。系统宏观变量，活动度 [math]\displaystyle A[/math]、兴趣多样性 [math]\displaystyle D[/math] 与转移多样性 [math]\displaystyle E[/math] 均随用户数 [math]\displaystyle N[/math] 呈幂律增长：

[math]\displaystyle A\propto N^{\alpha},\quad D\propto N^{\beta},\quad E\propto N^{\gamma}[/math]

[math]\displaystyle A\propto N^{\alpha},\quad D\propto N^{\beta},\quad E\propto N^{\gamma}[/math] <ref name=":16" />

其中 [math]\displaystyle \alpha>1[/math] 显示活动的超线性增长，而 [math]\displaystyle \beta<1[/math] 反映内容多样性的次线性扩展。此外，网络边数与节点数之间满足规律：

其中 [math]\displaystyle \alpha>1[/math] 显示活动的超线性增长，而 [math]\displaystyle \beta<1[/math] 反映内容多样性的次线性扩展。此外，网络边数与节点数之间满足规律：

[math]\displaystyle E\propto D^{\theta},\quad \theta\approx1.5.[/math]

[math]\displaystyle E\propto D^{\theta},\quad \theta\approx1.5.[/math] <ref name=":16" />

模拟结果与百度贴吧、Stack Exchange 等实证数据一致，证明用户间的间接互动可自发产生与现实网络相同的幂律规模结构。参数 [math]\displaystyle \lambda[/math] 和 [math]\displaystyle p[/math] 可从观测指数中反推，分别反映用户兴趣跨度与内容生成倾向。该模型揭示了虚拟空间中人类行为的几何起源，为理解在线社区的增长、推荐机制与注意力分布提供了统一的理论框架。

模拟结果与百度贴吧、Stack Exchange 等实证数据一致，证明用户间的间接互动可自发产生与现实网络相同的幂律规模结构。参数 [math]\displaystyle \lambda[/math] 和 [math]\displaystyle p[/math] 可从观测指数中反推，分别反映用户兴趣跨度与内容生成倾向。该模型揭示了虚拟空间中人类行为的几何起源，为理解在线社区的增长、推荐机制与注意力分布提供了统一的理论框架。