计算机技术、网络通信和数据库技术的快速发展和广泛应用记录了大量的人类行为发生的精确时间，为人类动力学的研究提供了详实的数据来源，关于电子邮件、网页浏览、网络游戏、电影点播、音乐欣赏等等网络应用的人类动力学实证研究大量问世。人们在网络上的行为表现出的一个重要特征就是对某一事物或话题一开始时兴趣高涨，随着时间推移逐渐衰退，很快衰减为很低的水平。近期，我们对博客的发布和评论进行了实证分析，并使用非齐次泊松过程提出了两个人类动力学模型来描述这种兴趣衰减行为，分别生成时间间隔的幂律分布和带指数截断的幂律分布，在此做简要介绍。

1. 博客评论的实证和建模

网络上的博客在发布之初会吸引大量关注和评论，随着时间推移评论数越来越少，也就是说无论博文多么吸引人，也会慢慢淡出人们的视线。实证发现，网友对博客评论的时间间隔分布服从幂律，指数在1-2之间。

对这类兴趣消失的人类行为动力学现象刻画为：a.在不同的时间间隔事件发生的次数是相互独立的；b.事件发生率随时间线性递减，即在时刻t事件的发生率为Lamda(t)=b/(at+1)，其中a》0，b>0；c.在t与t+dt之间事件发生一次的概率为Lamda(t)dt，短时间at内事件几乎不会发生两次以上。

事件的发生率为Lamda(t)=b/(at+1)体现出人们对这个事件的兴趣随时间不断衰减，长时间后兴趣完全消失。两个参数用于调节兴趣衰减的速度，a越大兴趣衰减越快，b越大兴趣衰减越慢。用非齐次泊松过程解析模型得到事件的时间间隔分布服从指数为b/a+1的幂律。

郭进利. 博客评论的人类行为动力学实证研究和建模. 计算机应用研究, 2011,28(4):1422-1424.

2. 博客发布的实证和建模

博主在网络上发布博文的行为也具有兴趣衰减特征，刚开始或许经常写博客，时间长了更新的频率会下降。我们对科学网上的四个博客进行了实证分析，发现博客发布的时间间隔的累积分布表现为一种带有指数截断的幂律分布形式。

对上述模型进行改进，事件的发生率为Lamda(t)=beta+alpha/(bt+1)，类似的，参数b和alpha用于调节衰减速度，当t趋于无穷大时，beta表示兴趣行为的稳定程度。解析结果显示，该模型可以通过调节参数得到不同的人类行为时间间隔分布，如：

alpha=0,beta>0时，时间间隔分布服从指数分布，参数为beta；

alpha>0,beta=0时，若b>0，时间间隔为幂律分布，若b=0，时间间隔为指数分布，参数为alpha；

alpha>0,beta>0时，若b>0，时间间隔为指数截断的幂律分布，若b=0，时间间隔为指数分布，参数为alpha+beta.

J.-L. Guo, C. Fan, Z.-H. Guo. Weblog patterns and human dynamics with decreasing interest. Eur. Phys. J. B (2011). DOI: 10.1140/epjb/e2011-10722-1.