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

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。 而

开放流网络

注意力流网络是一种典型的开放流网络，其与普通网络的主要区别在于引入了源节点与汇节点，用以表示传播系统的外部环境。从源节点到各内容节点的流量，表示用户从外部进入网络内部的流量，称为积聚流；而从各内容节点到汇节点的流量，则表示用户离开该内容并退出网络的流量，称为耗散流。

集体注意力

注意力流网络分析方法的关键特征在于：它将内容资源（如网页、文件、新闻、帖子、视频）视为节点【6】，并将海量用户在这些内容之间的行为转移，视为资源节点上的一种流动，这种流动被称为集体注意力流。与信息流动不同，集体注意力流具有明显的守恒与耗散特性，这与自然界中的物质流、能量流十分相似，因而可以借助物质流与能量流的相关分析思路，来研究大规模的集体注意力流动。

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，用户在内容资源之间的流转行为构成节点之间的流动，具有守恒性和耗散性，可以为此项目提供研究理论基础。故本项目基于集体注意力流网络理论【5-10】，构建以内容资源为节点、用户行为为边的集体注意力流网络，旨在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，为舆情管理、资源优化提供理论支持。

守恒性体现在用户浏览行为中：同一时间，用户通常只能将较多注意力集中于一个内容资源；而在不同时刻，用户通过注意力在不同资源间的跳转实现转移。因此，从内容资源的角度观察，海量用户的跳转行为构成了注意力的守恒流动。这在注意力流网络中表现为网络流量的平衡——每个节点的流入总量（含积聚流）等于流出总量（含耗散流）。 耗散性则表现为：用户在多个资源间跳转时，从每个节点退出的概率（即耗散流占总流量的比例）往往较高，并随跳转次数增加而上升——这是因为用户注意力的消耗需要付出一定的心理能量。 注意力流的耗散性会导致数字资源的访问量分布呈现金字塔结构，类似于生态系统中的营养级分布。其中，吸引大量注意力的资源类似生态系统的生产者，位于金字塔底端；而需多次跳转才能访问、仅获少量注意力的资源，则类似消费者，位于金字塔顶端。因此，数字资源在整个网络中的位置至关重要。 以上两条关键特性使得我们可以将整个内容媒体平台视为一个复杂且相互依赖的生态系统。注意力流不仅是贯穿该系统的核心，甚至可被视为推动内容生态系统演进的重要动力。

集体心智

注意力流网络模型具有深刻的理论意义。它旨在刻画用户“自由选择”的心理过程，正如顾客在商场中选择店铺与货架，个体的选择行为在表面上是独立的，但在心理层面存在“交叠”，从而形成宏观的“集体心智”与“集体注意力流”。该模型以网站或内容为节点，其重要性差异反映了用户的心理认知，使我们得以从系统整体视角分析“集体心智”。

注意力流网络

几何表征

Lij

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$$i$$跳转至$$j$$；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。

C_ij

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$$C$$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$$i$$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 C，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

MDS

于对称流距离$$c_{ij}$$（该距离综合考虑了节点$$i$$与$$j$$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$$c_{ij}$$。 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$$c_{ij}$$ 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$$c_{ij}$$）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。