更改

因此，通过构造对称流距离矩阵<math>C</math>，我们实现了两个重要目标：技术上，获得了符合欧几里得嵌入要求的对称距离输入；概念上，将原本有向的、非对称的行为“心理距离”，升华为一个无向的、综合的“通勤距离”，更能反映两个节点在整体流动网络中的相对位置与分离程度。

因此，通过构造对称流距离矩阵<math>C</math>，我们实现了两个重要目标：技术上，获得了符合欧几里得嵌入要求的对称距离输入；概念上，将原本有向的、非对称的行为“心理距离”，升华为一个无向的、综合的“通勤距离”，更能反映两个节点在整体流动网络中的相对位置与分离程度。

这个对称化的步骤至关重要，它确保了我们可以将流动行为所定义的复杂关系，稳健地映射到一个直观的几何空间中，从而为后续的可视化与结构分析铺平了道路。

这个对称化的步骤至关重要，它确保了我们可以将流动行为所定义的复杂关系，稳健地映射到一个直观的几何空间中，从而为后续的可视化与结构分析铺平了道路。

====累计分布====

====空间分布====

[[文件:二八定律.png|缩略图|累积分布与二八定律]]

[[文件:二八定律裁剪.png|缩略图|空间分布]]

在将注意力流网络投影到二维平面后，可以观察到一个稳定存在的结构性特征：节点在空间中的分布呈现出明显的不均匀性。为刻画整体注意力的空间集中程度，可以引入“重心”或平均半径长度作为度量指标，用以描述注意力在认知空间中的集中或扩散状态。

在将注意力流网络投影到二维平面后，可以观察到一个稳定存在的结构性特征：节点在空间中的分布呈现出明显的不均匀性。为刻画整体注意力的空间集中程度，可以引入“重心”或平均半径长度作为度量指标，用以描述注意力在认知空间中的集中或扩散状态。