集体注意力流网络

背景

随着信息爆炸时代的到来，信息本身存在着贬值、泛滥的可能性，相反，用户注意力逐渐成为稀缺资源，直接影响到流量的大小，对它的有效引导和利用具有重要的社会和商业价值代【1-4】。其流动模式与经济发展、社会运行及国家安全密切相关。如果只关注单一用户或网站（如电商），就会缺乏对整个互联网尺度上注意力流动的系统性分析，而系统性分析，恰是能提高整体分析效率，从更宏观角度关注互联网现象的关键。而用网络建模系统是一应用广泛且有效的方法。 随着移动互联网与社交媒体的普及，用户在各种媒体平台上的活动会留下大量数字足迹，这些行为数据通常以大规模、多维度形式被记录和存储。因此，如何从海量用户行为数据中提取本质规律，并以数据驱动的方式对复杂系统——尤其是面向大规模用户的全媒体传播行为——进行建模，已成为系统科学领域亟待解决的关键问题。

社会背景

社会网络

社会网络本质上是一类以“人—人关系”为节点和连边的复杂网络，通常具有关系异质、结构分层、社群显著和强弱连接并存等性质：一方面，不同个体在网络中的连接数、影响力和中介作用差异很大，往往会形成少数高连接度核心节点与大量普通节点并存的结构；另一方面，网络内部又会自然涌现出社群、圈层和层级，使信息传播呈现出局部聚集与跨群扩散并存的特点。传统社会网络分析主要关注“以人为节点的信息传播关系”，因此更适合刻画意见领袖、群体划分、互动结构和传播路径，但也容易受到信息复制、丢失和内容相关性弱刻画等限制。

注意力流网络与社会网络

当前，针对海量用户行为的数据分析多基于社交网络结构，侧重于研究信息在其中的扩散特征。这类方法虽已取得一定成果，但由于信息在传播过程中可能出现丢失、复制或失真等现象，难以直接沿用描述物质与能量流动的物理学规律。传统的社会网络方法以人为节点，对信息辨识度低，信息内容的传播构成了节点之间的信息流动，但是不具备守恒性。而机器学习的方法只能获得相应的参数，可解释性低。

信息流

在社会网络框架里，信息流指的是内容在用户之间的传播过程，比如转发、评论、引用、扩散等。它强调的是“消息如何在人群中传递”，所以天然依附于人与人之间的关系网络。

不过，信息流和物理流不一样：信息在传播时可能一份变多份，也可能中途衰减、失真甚至消失，因此它一般不具备严格守恒性。正因为如此，如果我们想进一步研究“流量平衡”“耗散”“生态位”这类问题，仅靠信息流还不够。

理论背景

点击流分析

点击流可以看成是从“信息传播”转向“用户行为轨迹”的关键一步。它关注的不是信息被谁转发了，而是用户实际如何在不同内容资源之间浏览、消费和跳转，例如从一个网页跳到另一个网页、从一条新闻切到一个视频、从一个帖子进入另一类内容。文中把这些浏览与跳转行为视为后续建模的原始依据。

也就是说，点击流描述的是“用户走过的路径”，比信息流更贴近可观测的数据记录。正因为这些行为足迹可以被大规模采集和保存，它就成为把传播问题转化为数据驱动建模问题的重要中间层。

开放流网络

当我们把大量点击流进一步抽象成网络时，就得到开放流网络。它把系统看成一个可与外部环境交换流量的动态网络：节点代表状态或内容资源，边代表状态转移或跳转概率；同时网络中还包含“源”和“汇”，分别表示用户从外部进入系统、以及从系统退出。

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。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。

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。

集体注意力流网络

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。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【5-10】，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。

与守恒性并存的是注意力流的耗散性。用户在内容资源之间不断跳转时，其认知投入、搜索成本和心理能量会逐步消耗，因此注意力并不会在网络中无限循环，而会以退出、终止浏览等形式不断流失。具体而言，一个节点的耗散流可理解为用户从该资源退出系统的概率或流量比例，并且这种退出倾向通常会随着跳转次数增加而增强。耗散性的存在使得内容资源的访问量分布往往呈现出类似生态系统营养级结构的“金字塔”形态：能够直接吸引大量用户注意力的核心资源位于底部，类似生态系统中的“生产者”；而需要经过多次跳转才能触达、仅获得少量注意力的资源则位于上层，类似“消费者”。因此，一个内容资源在网络中的结构位置，不仅影响其自身获得的关注规模，也影响其在整个传播生态中的功能角色。正因如此，集体注意力流网络可以被视为一种复杂的内容生态系统，而注意力流则是维系该系统运转并推动其演化的核心动力。

自由选择

集体注意力流网络模型的理论价值，不仅在于它提供了一种描述用户行为流动的新方法，更在于它试图刻画个体在传播环境中的自由选择过程。在全媒体平台中，用户通常并不是被动接受信息，而是会根据自身兴趣、需求、认知偏好与情绪状态，在海量内容资源中主动进行浏览、停留、跳转与退出。表面上看，这种选择是分散且个体化的，类似顾客在商场中自由选择店铺、货架和商品；但在更深层次上，个体选择并非完全孤立，而是会受到平台推荐机制、内容结构、社会热点与群体心理的共同影响。因此，大量个体的“自由选择”在宏观上会汇聚成稳定而可识别的集体行为模式

集体心智

正是在这一意义上，集体注意力流网络不仅描述“注意力流向了哪里”，也揭示“群体为何会共同流向那里”。当大量用户在看似自由的选择中不断表现出相似的停留、聚集与跳转行为时，便在系统层面形成了某种具有统计规律的集体心智。这种集体心智并不是单个个体心理的简单相加，而是由海量个体在内容环境中相互耦合、共同作用所涌现出的宏观认知结构。网络中不同节点的重要性差异、不同路径的流量强弱以及不同区域的聚集与耗散特征，实际上都在一定程度上映射了用户群体对内容的共同认知、价值判断与心理偏好。因此，以内容资源为节点构建集体注意力流网络，不仅能够分析传播流量和内容结构，还能够从系统整体视角理解用户群体的认知组织方式，从而为“集体心智”的研究提供可观测、可量化的网络化表达。

注意力流网络

构建

行为记录

构建与行为记录 集体注意力流网络的构建起点是用户行为记录。项目文档中明确提出，要从新闻网站、社交媒体、视频平台、移动应用等多渠道采集用户行为数据，典型行为包括浏览、搜索、点赞、评论、分享、转发、购买、关注等；这些行为轨迹被视为注意力在不同内容资源之间流动的直接体现。也就是说，网络不是凭空设定出来的，而是从海量用户的真实访问与跳转数据中抽取出来的。

结合论文里的具体实现，原始行为记录可表示为类似 (time stamp, referrer, host, path) 的结构，其中 referrer 是用户从哪里来，host 是当前访问的内容资源，path 是访问位置。建模时，先把内容资源抽取出来作为节点，再统计任意两个节点之间的转移次数[math]\displaystyle{ f_{ij} }[/math]，从而得到一个带方向和权重的流量矩阵[math]\displaystyle{ F={f_{ij}} }[/math]。

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。

流网络基本定义

流网络本质上是一个开放平衡的有向加权网络：节点是内容资源，边表示用户注意力从一个内容资源流向另一个内容资源，边权则表示这种流动发生的次数或规模。与普通拓扑网络不同，它不仅关心“谁和谁相连”，更关心“流量有多大、从哪里来、到哪里去”。

注意力流网络是一种典型的开放流网络，其关键特征是具有守恒性和耗散性：从节点视角看，每个节点的入流与出流要平衡，只不过入流里包含外部进入系统的积聚流，出流里包含离开系统的耗散流。开放流网络的一个核心优点就是满足流量平衡，即稳态下每个节点“总流入 = 总流出”。

源和汇

源和汇是开放流网络相对于普通网络最重要的扩展。源（source）表示系统外部环境，代表用户从外部世界进入内容系统；汇（sink）也表示外部环境，但代表用户从系统中退出、离开浏览过程。项目文档把“从源到节点的流量”称为积聚流，把“从节点到汇的流量”称为耗散流。

若流网络有N个节点，那么在构建流量矩阵时，算上源和汇两个节点会得到一个[math]\displaystyle{ (N+2)×(N+2) }[/math]的流量矩阵，矩阵中0号节点表示源，N+1节点表示汇；缺失来源的访问记录被视为“从源进入”的流，而每个节点补加到汇的流用于刻画用户下线或退出系统的行为。这样，原本不完整的点击数据就被补全为一个可分析的开放系统。

耗散

耗散指的是注意力在流动过程中从系统中流失的部分，也就是用户在某个节点停止浏览、离开平台或退出当前传播链条。项目文档强调，耗散不仅存在，而且往往比例较高，并且随着跳转次数增多而上升，因为用户的注意力消耗伴随着心理能量成本。

很多真实点击流中，大量注意力最终都会流向汇点，因而耗散不能被忽略；正是这种耗散，使得注意力流网络不同于封闭随机游走网络。进一步地，耗散会导致访问量呈现金字塔式分布，核心资源吸引大量注意力，而外围资源更容易在到达前就被“消耗掉”。

汇聚

汇聚可以理解为注意力从外部或其他节点不断流向某一内容资源并在其上累积的过程。在项目文档里，它主要对应“积聚流”以及某节点吸收注意力的能力，即从源进入该节点的流量，加上其他节点流向它的内部流量。

注意力在几何表示空间中会向核心区域汇聚：少数核心网站吸引了大部分注意力流，而大量中间层和边缘层网站只分到较少流量。这说明“汇聚”不仅是单节点现象，也是整个内容生态中的中心化结构特征。

流量

流量就是网络边上的“流”的规模，具体到这里，就是用户注意力从一个资源流向另一个资源的次数或强度。若[math]\displaystyle{ f_{ij} }[/math]定义为从节点i到节点j的流量；而对某个节点i来说，其总注意力流量（traffic）可由与该节点相关的总流量来表示。项目文档则把流量进一步区分为积聚量、流转量和耗散量，分别用于分析外部进入、节点间转移和系统流失。

因此，流量不是单一指标，而是一套量化注意力运动的基本变量：从源来的流量表示进入系统的关注，节点间流量表示内容之间的竞争与导流，流向汇的流量表示退出与衰减。整个传播系统的结构分析，本质上就是对这三类流量关系的分析。

流距离

流距离是集体注意力流网络最核心的概念之一。它不是最短路径距离，也不是普通随机游走距离，而是指用户沿所有可能路径从节点 i第一次到达节点 j的平均步数。这个定义同时考虑了网络拓扑和真实流量，因此比只看链接结构更能反映“用户实际上多容易从一个内容资源跳到另一个内容资源”。

结合流距离和网络表示学习，对内容资源做向量化表示，可用于可视化、生态位分析、聚类和预测。换句话说，流距离把“注意力流动关系”转化成了一个可计算的几何量，是后续表示学习和内容生态分析的基础

性质

定量规律

引力定律

所谓流网络的引力定律是指任意边上的流量与该连边两个顶点上的流量的乘积具有幂律关系。是在把流网络中任意两个节点[math]\displaystyle{ i,j }[/math]之间的能量流写成：

[math]\displaystyle{ f_{ij} \propto (T_i T_j)^\gamma }[/math]

其中[math]\displaystyle{ f_{ij} }[/math]表示从节点[math]\displaystyle{ i }[/math]到[math]\displaystyle{ j }[/math]的流量，而[math]\displaystyle{ T_i, T_j }[/math]表示流经两个节点各自的总通流量（throughflow）。

同时，引力定律还存在一个双变量版本：

[math]\displaystyle{ f_{ij} \propto T_i^{\gamma_1} T_j^{\gamma_2} }[/math]

用来分别刻画流量的“供给方”和“接收方”对边流量的不同影响。在食物网络的相关论文发现，双变量形式比单一乘积形式拟合更好。

异速标度律

异速标度律也是流网络的重要性质，假如我们每个节点代表一个物种或功能组，边的权重表示能量流量，基于点和边，可以重点定义两个指标： [math]\displaystyle{ A_i }[/math]，表示节点[math]\displaystyle{ i }[/math]的总流量，例如在食物网络中，可以理解为该节点的“代谢量”或能量吞吐量或总流出量； [math]\displaystyle{ C_i }[/math]，表示与节点[math]\displaystyle{ i }[/math]相关的总间接效应或流量储存量，刻画了所有曾经经过节点[math]\displaystyle{ i }[/math]的流，在之后继续沿网络传播时，对整个网络产生的累计流量影响，可以理解为“以节点[math]\displaystyle{ i }[/math]为根的子系统”在整个网络中的能量影响或储能规模。 二者之间满足一个幂律关系：

[math]\displaystyle{ C_i \sim A_i^\eta }[/math]

也就是说，[math]\displaystyle{ A_i }[/math]增大时，[math]\displaystyle{ C_i }[/math]不是简单随机变化，而是按某种稳定的比例规律增长。称这个关系为异速标度律，因为它类似生物学中“体重—代谢率”之间的幂律关系：这里[math]\displaystyle{ A_i }[/math]类似代谢量，[math]\displaystyle{ C_i }[/math]类似子系统的“体量”或能量储存。

可以简单理解为：流量越大的节点，通常对应更大的系统性影响和流量储存能力。

异速生长律

论坛论文把网站看成“消耗用户注意力的流网络”，发现论坛在时间演化中满足： [math]\displaystyle{ PV_t = a\,UV_t^h }[/math] 其中： [math]\displaystyle{ PV_t }[/math]表示某时段页面浏览量，[math]\displaystyle{ UV_t }[/math]表示某时段独立访客数，[math]\displaystyle{ h }[/math]表示异速增长指数 这说明：论坛的点击总量与访客总量不是线性关系，而是幂律关系。 平均浏览长度写成

[math]\displaystyle{ L_t = \frac{PV_t}{UV_t} \propto PV_t^{1-1/h} }[/math]

所以，[math]\displaystyle{ h\gt 1 }[/math]时，论坛越大，用户平均浏览长度越高，因此[math]\displaystyle{ h }[/math]可以当作长期稳定的粘性/增长效率指标

耗散律

另一个重要规律：耗散律。这里仍然把流网络看作一个加权有向的网络，用节点和边表流量的流动方向。 [math]\displaystyle{ A_i }[/math]表示节点[math]\displaystyle{ i }[/math]的总流量，可理解为该节点吸收、处理和传递的总流量的规模。 [math]\displaystyle{ D_i }[/math]表示节点[math]\displaystyle{ i }[/math]的耗散流，被定义为从节点[math]\displaystyle{ i }[/math]流向汇（sink）的流量，也就是原始流量矩阵中的[math]\displaystyle{ f_{i,S+1} }[/math]，类似于呼吸、输出等能量损失。

二者之间也满足幂律关系： [math]\displaystyle{ D_i \sim A_i^\gamma }[/math] 也就是说，节点的总流量越大，它的耗散量通常也越大，但这种增长不是随意的，而是服从一个相对稳定的标度关系。这里的[math]\displaystyle{ \gamma }[/math]就是耗散律指数。

几何表征

流距离[math]\displaystyle{ L_{ij} }[/math]

传统的网络距离度量（如最短路径长度或基于封闭网络的随机游走距离）难以直接刻画开放流网络中注意力的真实流动模式。这是因为现实网络中存在显著的“源”（注意力起点）与“汇”（注意力终点或流失点），使得流动具有方向性与耗散性。为了更真实地量化网站间的“心理距离”——即用户基于现有链接结构和流量模式，从一个网站自然跳转到另一个网站所需的“认知成本”或“难易程度”——我们需要一种能够结合网络拓扑与实际用户行为（流量） 的新距离度量方法，即流距离【12】。 其计算过程始于我们已构建的流网络图5B及其对应的图5A中的流矩阵： [math]\displaystyle{ F_{(N+2)\times(N+2)}=\{f_{ij}\}_{(N+2)\times(N+2)} }[/math] 其中，矩阵维度 N+2包含了全部N个真实网站节点，以及两个虚拟节点：源（source） 与 汇（sink）。元素[math]\displaystyle{ f_{ij} }[/math]表示从节点[math]\displaystyle{ i }[/math]到节点[math]\displaystyle{ j }[/math]的实际观测流量。该矩阵完整记录了注意力在网络中有向流动的强度，是后续计算的基础。 为了得到流距离，我们需要根据原始流矩阵计算一个马尔可夫矩阵，我们首先将流矩阵[math]\displaystyle{ F_{(N+2)\times(N+2)} }[/math]按行归一化，得到一个马尔可夫概率转移矩阵[math]\displaystyle{ M=\{m_{ij}\}_{(N+2)\times(N+2)} }[/math]，[math]\displaystyle{ m_{ij} }[/math]表示节点[math]\displaystyle{ i }[/math]到节点[math]\displaystyle{ j }[/math]的跳转概率，由流量归一化 [math]\displaystyle{ m_{ij}=\frac{f_{ij}}{\sum_{k=1}^{N+1}f_{ij}} }[/math] 获得。这一转化将实际的流量分布转化为一个可进行随机过程分析的转移模型。 在此基础上，我们定义两个网站[math]\displaystyle{ i }[/math]与[math]\displaystyle{ j }[/math]之间的流距离[math]\displaystyle{ l_{ij} }[/math]为：一个随机游走者从节点[math]\displaystyle{ i }[/math]出发，首次到达节点[math]\displaystyle{ j }[/math]所需经过的期望步数（平均跳转次数）。该定义直观反映了用户在实际浏览中从一个网站触及另一个网站的“便捷性”：距离越短，意味着用户在自然浏览中越容易从[math]\displaystyle{ i }[/math]跳转至[math]\displaystyle{ j }[/math]；距离越长，则说明两者在用户行为路径中相对隔离。通过定义流距离[math]\displaystyle{ l_{ij} }[/math]表示用户首次从网站[math]\displaystyle{ i }[/math]跳转到网站$$j$$所经过的平均步数，的到图5C中的流距离矩阵。计算公式为： [math]\displaystyle{ l_{ij}=\frac{(MU^2)_{ij}}{U_{ij}}−\frac{(MU^2)_{jj}}{U_{jj}} }[/math] 其中计算公式可借助马尔可夫链的基本矩阵[math]\displaystyle{ U=I+M+M^2+\cdots=(I−M)^{−1} }[/math]，[math]\displaystyle{ U_{ij} }[/math]表示从[math]\displaystyle{ i }[/math]出发，在所有时间步（包括零步及无穷步）内访问到$$j$$的期望总访问次数（含首次及后续重复访问）。该公式的推导源于马尔可夫链中“首次到达时间”的理论。计算结果最终构成一个流距离矩阵（如图C所示），它对称、非负，且满足三角不等式，从而可被视为一种合理的度量，能够用于后续的多维尺度分析（MDS），将节点嵌入到欧几里得空间进行可视化。 总结而言，流距离的提出与计算，实现了从原始流量数据到概率模型，再到具有行为解释意义的距离度量的转化。它不仅纳入了网络链接结构，更重要的是融合了用户实际流动的偏好与强度，从而为揭示注意力网络中网站间的“认知邻近性”提供了更贴合真实用户心理的量化标尺。

对称化流距离[math]\displaystyle{ C_{ij} }[/math]

但是，流距离矩阵[math]\displaystyle{ L=\{l_{ij}\}_{(N+2)\times(N+2)} }[/math]存在一个关键问题：它是非对称的。这是因为在真实的浏览行为中，从网站[math]\displaystyle{ i }[/math]跳转到[math]\displaystyle{ j }[/math]的难易程度，与从[math]\displaystyle{ j }[/math]返回[math]\displaystyle{ i }[/math]的难易程度往往并不相同，反映了网络流中固有的方向性与非互惠性。而后续用于空间嵌入的经典方法（如多维尺度分析MDS）要求输入的距离矩阵必须是对称的，以满足欧几里得度量的几何公理。 为解决这一矛盾，我们需要将非对称的流距离转化为一个对称的距离度量【13】。一种合理且直观的做法是定义对称流距离[math]\displaystyle{ C }[/math]如下： [math]\displaystyle{ c_{ij}=l_{ij}+l_{ji} }[/math] 从形式上看，[math]\displaystyle{ c_{ij} }[/math]是单向流距离[math]\displaystyle{ l_{ij} }[/math]和[math]\displaystyle{ l_{ji} }[/math]的和。它本质上是将两个方向上的“心理距离”或“跳转成本”加总，从而得到一个描述[math]\displaystyle{ i }[/math]与[math]\displaystyle{ j }[/math]之间总体分离程度的标量。尽管未显式除以2，但作为后续距离比较的相对标度，其与取平均值在本质上是等价的。这个值越大，说明两个节点在用户流动意义上越“遥远”或“隔离”。在随机游走的理论框架下，[math]\displaystyle{ l_{ij} }[/math]和[math]\displaystyle{ c_{ji} }[/math]有一个非常贴切的概率解释：它代表一个随机游走者从节点[math]\displaystyle{ i }[/math]出发，首次到达节点[math]\displaystyle{ j }[/math]，再立即（或遵循相同规律）首次返回节点[math]\displaystyle{ i }[/math]所经过的平均总步数。这一完整往返旅程被称为“通勤距离”。它综合考察了两个方向的可达性，是对节点间双向连通强度的一个稳健而全面的度量。 因此，通过构造对称流距离矩阵[math]\displaystyle{ 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。

二维坐标

Bigbang algorithm

MDS

于对称流距离[math]\displaystyle{ c_{ij} }[/math]（该距离综合考虑了节点[math]\displaystyle{ i }[/math]与[math]\displaystyle{ j }[/math]之间相互流动的强度与方向性），我们的目标是在一个欧几里得空间中找到每个网站节点的一个几何映射（或称“几何图像”），使得在该空间中任意两个节点之间的欧几里得距离，能够尽可能准确地拟合它们之间预先计算的流距离[math]\displaystyle{ c_{ij} }[/math]。 通过这一嵌入过程，原始由流动关系定义的抽象网络，便被转化为一个由 N+2 个节点（N 个真实网站节点，通常另加两个辅助参考点以确定空间原点和方向）所构成的高维几何体。在此几何体中，节点间的连边长度即由[math]\displaystyle{ c_{ij} }[/math]定义，直观地表达了节点在网络流动结构中的“相对位置”与亲疏关系。 为了进行可视化与分析，我们使用多维尺度变换（MDS）【14】 方法，将此高维几何结构降维投影到一个二维平面上。MDS的核心是尽可能保持投影后二维点之间的欧几里得距离，与原始高维空间中的距离（即[math]\displaystyle{ c_{ij} }[/math]）一致。这样，我们在二维平面上观察节点的分布，就能近似地洞察它们在原始流动网络中的相对距离、聚类状况以及中心性：距离表现为平面上两点靠近，表示它们在流动网络中互动紧密、流距离小；中心性表现为处于投影图中心区域的节点，通常是网络中的枢纽，与众多其他节点保持较近的流距离，即具有较高的中介中心性或接近中心性。 举例说明，假设一个最简单的四面体几何结构，四个顶点代表四个节点，两两之间的流距离决定了其空间构型。通过MDS投影至二维平面后，该四面体的“重心”可能落在投影正方形的中心，而四个节点则分别映射为正方形的四个顶点。这个二维图像虽然损失了部分高维几何信息，但有效保留了节点间最重要的相对位置关系，使我们能够一目了然地看出四个节点彼此等距、地位对称的网络特征。 因此，将流网络转化为几何体并进行MDS投影，本质上是一种将复杂的、非线性的流动关系数据，转换为直观、可度量的空间结构，从而实现对网络宏观拓扑与节点微观地位的视觉化解析。下图中给出了可视化的简单操作过程。

更详细的说，多维尺度变换的核心目标是将高维空间中的距离关系在低维空间（如二维平面）中尽可能忠实地再现。其数学实现过程清晰而严谨，主要可分为以下四个关键步骤： 第一步：中心化距离矩阵 原始的距离矩阵反映了数据点两两之间的差异，但其所定义的几何关系可能并未以空间原点为中心。通过双重中心化处理（即同时进行行与列的均值归零），我们得到一个中心化的距离矩阵。这一步使得所有数据点的质心与坐标原点重合，消除了整体平移偏差，为后续在欧几里得空间中的嵌入奠定了对称、标准化的基础。 第二步：计算内积矩阵 中心化后，距离关系可通过内积（即点积）来重新表征。我们根据中心化后的距离矩阵，计算出一个内积矩阵（或称格拉姆矩阵）。该矩阵的每个元素对应一对数据点向量的内积，它本质上刻画了数据点之间的夹角与投影关系，蕴含着数据结构的全部几何信息，是将距离转换为坐标表示的关键桥梁。 第三步：计算特征值与特征向量 对得到的内积矩阵进行特征分解，提取其特征值与对应的特征向量。特征值的大小指示了数据在该特征向量方向上展开的方差或“重要性”；特征向量则构成了描述数据主要变异方向的坐标轴。为实现降维，我们选取最大的k个特征值及其对应的特征向量，这组向量就构成了一个k维子空间的正交基，能够最大程度地保留原始距离关系中的主要结构信息。 第四步：计算降维后的坐标 最后，将原始数据投影到选定的k维新基上，即可得到降维后的坐标。具体计算方法是：将特征向量矩阵（以选定的k个特征向量为列）与由对应特征值平方根构成的对角矩阵相乘。得到的新坐标矩阵中，每一行代表一个数据点在k维空间中的位置。这样，我们就完成了从抽象距离到直观几何布局的映射，从而能够在低维空间（例如k=2）中直接观察和分析数据的聚类、顺序与相对距离关系。 总而言之，MDS通过上述四个步骤，将难以直观理解的距离矩阵，系统地转化为一张可以直观展示数据点之间远近关系的“地图”，使我们能够以视觉化的方式洞察数据的内在结构。