年末了，把我们小组在2010年做的关于人类动力学的几项实证工作做个小结，很多想法只是尝试，还请各位老师不吝赐教！

 

[1] 樊超,郭进利,纪雅莉,等.基于图书借阅的人类行为标度律分析.图书情报工作, 2010, 54(15): 35-39.

我们研究了两所大学图书馆数据库中的真实借阅资料，从群体和个体两个层面分析一次借阅过程中图书的借阅时间和用户连续两次借阅或还回图书的时间间隔等借阅行为的基本统计特征。

实证结果表明，对于图书借阅时间，群体行为服从指数分布，而个体行为服从幂律分布。对于借还书的间隔时间，群体和个体行为都服从幂律分布，但幂指数有所不同，大致分布在1至3的范围内；而在群体行为和个体行为上表现出了明显的区别，即前者的幂指数要大于后者。同时发现个体用户的幂指数与借阅量成正比关系。所有的统计量都表现出了明显的偏离泊松分布的统计特征。本章的研究证实了人类行为中存在多重标度规律，在群体层面和个体层面可能表现为不同的特征，即一种均匀性和非均匀性的交织。

 

[2] Wang Qing, Guo Jin-Li. Human dynamics scaling characteristics for aerial inbound logistics operation. Physica A, 2010, 389:2127-2133.

我们以某物流企业的进境物流运作流程为研究对象，详细统计了完成整个运输过程中各个流程以及进出境供应链的关键三方主体相关业务行为的间隔时间和等待时间的分布规律，发现它们都表现出一种特殊的单峰形态特征：左半部分具有较小波峰且含有极大值，右半部分具有明显的重尾特征并可用幂律函数近似拟合，幂指数在1.2到2.6之间。这样分段形式的分布兼有泊松和幂律的特征，说明人类的工作行为不能由单一的规律刻画。这是因为人们的工作效率是有一定限度的，当任务的到达率不超过人们的能力范围时，人们可以轻松自如的处理任务，长时间的等待时间几乎不存在；而一旦超负荷工作，则必然会有一部分任务被长时间搁置而得不到处理。

 

[3] Gao Lei, Guo Jin-Li, Fan Chao, et al. Individual and Group Dynamics in Purchasing Activity. ArXiv: 1010.3815v2.

在目前的人类动力学研究中，大多数是关于基于群体或者个体的研究，涉及到团体层面的组织行为比较少，上面的文献2是关于企业物流运作的一项研究，随后我们对某国际500强企业的采购订单的研究中又发现，若从个体角度考察该企业对一家供应商下发的订单，则间隔时间服从幂律分布；而从群体角度考察所有数千家供应商的全部订单时，间隔时间分布的密度函数表现为一种兼具指数和幂律特征的函数形式。这说明人类行为的时间规律满足幂律特征可能具有一定的局限性，当在个体层面可以忽略的微小偏差在群体层面得到叠加的时候，群体性行为必然会表现出偏离幂律的特征。

 

[4] Zhang Li-Jiang, Guo Jin-Li, Wang Qing. Empirical analysis on human dynamics of hospital treatment. Physica A, unpublished.

我们分析了两家专科医院（A和B）患者就诊的时间间隔分布，在该分布中观察到了明显的峰值或拐点，拐点右侧均可由幂律很好的拟合，而左侧服从指数分布（A）或者单峰分布（B），峰值对应间隔时间的最大概率值。另外我们还分析了就诊量的波动规律，挖掘就诊量与节假日、天象的关系。

 

[5] Fan Chao, Guo Jin-Li Zha Yi-Long. Fractal Analysis on Human Behaviors Dynamics. ArXiv: 1012.4088v1.

沿用文献1的数据尝试从分形的角度探索人类行为中隐藏的规律。以人们日常生活和工作中发生的大量的重复性行为为研究对象，运用分形的原理和方法对图书借阅量构成的时间序列进行分析，用重标极差法计算了时间序列的Hurst指数和非周期循环长度；然后根据可视算法，将时间序列转化为复杂网络，计算了网络的拓扑参数；最后用盒计数法对网络进行分形和自相似分析。

我们以月、天、小时为时间单位分别构造了时间序列，从两个角度证明了人类行为具有分形特征：一，使用重标极差法进行时间序列分析，计算了借阅量序列和间隔时间序列的Hurst指数和非周期循环长度，发现所有的序列都有，因此人类行为发生的次数是正相关的分形时间序列；二，借助可视算法将时间序列转化为复杂网络，通过分析网络的拓扑性质发现网络具有无标度特征、小世界效应和等级结构，因此原序列是分形的，并且数据点、特别是极大值点之间存在紧密的内在联系。由此认为，人类行为发生的次数不服从随机游走，而是有着内在的规律性，记忆效应使得行为发生的未来趋势在一定程度倾向于和过去相同。

 

转载本文请联系原作者获取授权，同时请注明本文来自樊超科学网博客。
链接地址：https://m.sciencenet.cn/blog-419840-399087.html

上一篇：复杂网络的盒计数法
下一篇：人类行为动力学中常见的标度律