更改

=背景=

=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<ref name=":0">WeAreSocial;Meltwater. Digital 2024: Global Overview Report[EB/OL]. 2024[2025-10-07]. https://datareportal.com/reports/digital-2024-global-overview-report.</ref><ref name=":1">PewResearchCenter.Social MediaUsein2024[EB/OL]. 2024-01[2025-10-07]. https://www.pewresearch.org/internet/.</ref><ref name=":2">国家互联网信息办公室.中国互联网发展报告（2023/2024）[R/OL].2024[2025-10-07]. https://www.cac.gov.cn.</ref><ref name=":3">胡正荣、周亭：传播学概论⸺全媒体时代新闻传播学系列教材，⾼等教育出版社，2017-6.</ref>。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。

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==

== 社会背景==