马尔可夫过程下的群体行为动力学：共同兴趣模型与从众效应

该篇论文《基于马尔可夫过程的人类行为共同兴趣模型的研究》由郝军军和李玉华合作撰写，发表于云南大学相关学术平台。作者关注的是人类行为动力学模型的发展，尤其是在理解群体行为方面的新探索。论文指出，近年来，随着人类行为统计特征的新认知，传统的泊松分布理论已不能完全解释许多行为现象，如Barabási的排队模型和中科大的自适应兴趣模型揭示了人类行为更倾向于幂律分布而非传统的随机过程。 论文的核心贡献是提出了一种基于马尔可夫过程的人类行为共同兴趣模型。马尔可夫过程是一种概率链，强调个体当前行为模式受制于前一时刻或少数几步之前的群体状态，而不是更早的历史。这一模型假设群体用户的行为活动规律可以通过近期的状态变化来预测，而非过去所有历史记录。马尔可夫模型与实际数据的比较结果显示了其有效性，它能够较好地模拟人类的从众效应和共同兴趣，尤其是在线社交环境中，个体倾向于围绕某个话题发布信息，共同兴趣驱动了群体行为模式。 论文进一步探讨了人类行为的共同兴趣和从众效应在群体行为中的作用。个体的行为受到身边群体的影响，共同的兴趣和目标使得群体成员对特定主题的关注度增加，这与组织行为学中的从众效应相契合。理解这些规律有助于优化群体活动的组织，降低管理成本，提升团队效率。 这篇论文提供了关于如何利用马尔可夫过程来建模和预测人类行为，特别是群体行为的共同兴趣特征，为社会科学、信息技术和组织管理等领域提供了有价值的理论依据。通过实证分析和模型验证，该研究有望为理解和设计更有效的社会交互系统提供理论支持。