馬滿福，員欣淼，李 勇，劉元喆，王常青

(1.西北師范大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院， 甘肅 蘭州 730070；2.甘肅省物聯(lián)網(wǎng)工程研究中心，甘肅 蘭州 730070；3.中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心互聯(lián)網(wǎng)基礎(chǔ)技術(shù)開(kāi)放實(shí)驗(yàn)室，北京 100190)

1 引言

Science上的一篇文章指出:貧窮往往導(dǎo)致注意力資源的短缺，進(jìn)而降低人的認(rèn)知能力[1]。在針對(duì)中國(guó)民眾的階層意識(shí)研究中發(fā)現(xiàn)，中國(guó)人的階層自我定位明顯低于同期的歐美國(guó)家居民[2,3]。此外，無(wú)論在城市還是農(nóng)村，人們的客觀社會(huì)經(jīng)濟(jì)地位與對(duì)于自身的主觀階層地位認(rèn)知之間均存在著不小的偏差[4,5]。真實(shí)空間中，由于個(gè)人的組織資源、文化資源和經(jīng)濟(jì)資源擁有量存在差異，使得社會(huì)分層現(xiàn)象普遍存在。已有研究指出，低階層者的系統(tǒng)合理化水平顯著低于高階層者，家長(zhǎng)的教養(yǎng)方式存在階層差異，居民的住房分層現(xiàn)象較為明顯，階層認(rèn)知影響生活幸福感，尤其是主客觀階層差異的影響顯著等[6 - 9]。

根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(China Internet Network Information Center)發(fā)布的第43次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》,截至2018年12月，我國(guó)網(wǎng)民規(guī)模為8.29億，互聯(lián)網(wǎng)普及率達(dá)59.6%。從1997年到2018年，我國(guó)網(wǎng)站數(shù)量從1 500個(gè)增長(zhǎng)至523萬(wàn)個(gè)?；ヂ?lián)網(wǎng)應(yīng)用的進(jìn)一步發(fā)展，將推動(dòng)形成更加多元的網(wǎng)絡(luò)社會(huì)生態(tài)體系[10]。大量的人類行為發(fā)生在虛擬空間中，用戶在虛擬空間中留下的電子印跡都被記錄著，網(wǎng)上行為和現(xiàn)實(shí)生活有了可以推測(cè)的聯(lián)系[11]，這為虛擬空間中的社會(huì)分層行為研究提供了數(shù)據(jù)基礎(chǔ)。

本文通過(guò)在線行為數(shù)據(jù)反映虛擬空間中的社會(huì)分層現(xiàn)象。首先通過(guò)計(jì)算不同階層用戶在虛擬空間中時(shí)間數(shù)據(jù)的均值和方差，發(fā)現(xiàn)較高階層用戶在虛擬空間中的停留時(shí)間相對(duì)穩(wěn)定，而較低階層用戶的在線時(shí)間較不穩(wěn)定。其次，通過(guò)word2vec中的Skip-gram模型訓(xùn)練出能代表各階層用戶行為特征的詞向量，發(fā)現(xiàn)不同階層用戶將注意力消耗在不同的信息資源上，較高階層用戶能更好地利用網(wǎng)絡(luò)資源辦公和購(gòu)物，而較低階層用戶在虛擬空間中消耗的注意力對(duì)自我提升并無(wú)多大幫助，從認(rèn)知的角度分析這會(huì)進(jìn)一步加大社會(huì)分層現(xiàn)象。最后，本文利用基于word2vec的神經(jīng)網(wǎng)絡(luò)算法模型W2V-BP(Word2Vec Back Propagation)對(duì)用戶的在線行為數(shù)據(jù)進(jìn)行社會(huì)階層識(shí)別，實(shí)驗(yàn)發(fā)現(xiàn)準(zhǔn)確率達(dá)到90.22%，表明虛擬空間中存在能夠區(qū)分用戶社會(huì)分層的行為特征。

2 相關(guān)工作

用來(lái)進(jìn)行社會(huì)階層劃分的資源依據(jù)包括生產(chǎn)資料、財(cái)產(chǎn)或收入、市場(chǎng)、職業(yè)或就業(yè)、政治權(quán)力、文化、社會(huì)關(guān)系、主觀聲望、公民權(quán)利和人力資源等[12]。社會(huì)學(xué)中，比較主流的看法是：把“職業(yè)”作為社會(huì)分層的標(biāo)準(zhǔn)，把資源占有作為基本維度，并輔之社會(huì)經(jīng)濟(jì)地位綜合指數(shù)的測(cè)量[13]。

已故著名社會(huì)學(xué)家陸學(xué)藝教授在《當(dāng)代中國(guó)社會(huì)階層研究報(bào)告》中提出了以職業(yè)分類為基礎(chǔ)，以組織資源、經(jīng)濟(jì)資源、文化資源占有狀況作為劃分社會(huì)階層的標(biāo)準(zhǔn)，把當(dāng)今中國(guó)的社會(huì)群體劃分為10個(gè)階層。10個(gè)階層包括國(guó)家與社會(huì)管理者階層、經(jīng)理人員階層、私營(yíng)企業(yè)主階層、專業(yè)技術(shù)人員階層、辦事人員階層、個(gè)體工商戶、商業(yè)服務(wù)業(yè)員工階層、產(chǎn)業(yè)工人階層、農(nóng)業(yè)勞動(dòng)者階層和城鄉(xiāng)無(wú)業(yè)、失業(yè)、半失業(yè)者階層。此外，陸學(xué)藝教授認(rèn)為“社會(huì)中間階層”是由10個(gè)階層中的專業(yè)技術(shù)人員、辦事人員階層、個(gè)體工商戶、商業(yè)服務(wù)業(yè)員工4個(gè)階層組成[14]。

注意力是指人的心理活動(dòng)指向和集中于某種事物的能力。在信息豐富的世界中，擁有信息就意味著另一種稀缺，即信息所消耗的其他東西，而信息所需要消耗的恰恰就是信息接收者的注意力。因此，信息的富足就會(huì)導(dǎo)致注意力的貧瘠，我們需要將注意力有效地分配在那些消耗注意力的信息資源上[15]。網(wǎng)絡(luò)是一個(gè)公共空間，它承載的是集體的注意力。雖然每個(gè)人在每一個(gè)時(shí)刻都只能關(guān)注一個(gè)事物，但是大量的網(wǎng)民在互聯(lián)網(wǎng)上就會(huì)形成大規(guī)模注意力的交匯[16]。網(wǎng)絡(luò)結(jié)構(gòu)與人們行為的演化會(huì)涌現(xiàn)出集體活動(dòng)[17]。Goel 等[18]的研究指出個(gè)人在網(wǎng)上如何分配時(shí)間會(huì)影響從公共政策到營(yíng)銷的多個(gè)領(lǐng)域，用戶在社交媒體投入的時(shí)間遠(yuǎn)大于在電子郵件、搜索和門戶類網(wǎng)站等投入的時(shí)間。Weber等[19，20]的研究發(fā)現(xiàn)不同人口群體的網(wǎng)絡(luò)搜索行為之間存在著很大差異。

目前，虛擬空間中的社會(huì)分層研究較少，且多基于概念提出和一般性探討。如黃哲[21]指出虛擬世界中的不平等和分化客觀存在。胡建國(guó)[22]認(rèn)為人們的主觀地位認(rèn)同受現(xiàn)實(shí)社會(huì)與網(wǎng)絡(luò)社會(huì)參與的雙重影響，并且雙重影響表現(xiàn)出耦合的特征。張斐男[23]認(rèn)為網(wǎng)絡(luò)社會(huì)中社會(huì)分層的新特征正在影響并消解著原本的由上而下的權(quán)力結(jié)構(gòu)。程士強(qiáng)[24]指出個(gè)體在網(wǎng)絡(luò)社會(huì)中以“代內(nèi)再生產(chǎn)”和“代際再生產(chǎn)”的方式將原有的階層結(jié)構(gòu)延續(xù)到網(wǎng)絡(luò)社會(huì)中。傳統(tǒng)的研究大都基于網(wǎng)絡(luò)信息資源占有的機(jī)會(huì)和能力等客觀指標(biāo)，本文將從不同階層用戶使用網(wǎng)絡(luò)資源的具體行為及信息的內(nèi)容和性質(zhì)等因素對(duì)虛擬空間中的社會(huì)分層現(xiàn)象進(jìn)行分析。

3 理論與方法

3.1 理論依據(jù)

本文的社會(huì)階層劃分參考陸學(xué)藝教授提出的10個(gè)階層和社會(huì)中間階層的劃分[14]，按照用戶的職業(yè)屬性對(duì)樣本數(shù)據(jù)進(jìn)行2個(gè)層次的分類，如表1所示。

第1個(gè)層次為“社會(huì)上層”“社會(huì)中層”“社會(huì)下層”,社會(huì)中層包括的職業(yè)有“專業(yè)技術(shù)人員”“黨政機(jī)關(guān)事業(yè)單位一般職員”“個(gè)體戶、自由職業(yè)者”“企業(yè)公司一般職員”， 將中間階層之上的“黨政機(jī)關(guān)事業(yè)單位領(lǐng)導(dǎo)干部”和“企業(yè)公司管理者”劃為社會(huì)上層，將中間階層之下的“產(chǎn)業(yè)、服務(wù)業(yè)工人”“農(nóng)民、農(nóng)村外出務(wù)工”和“退休、無(wú)業(yè)、下崗、失業(yè)”劃為社會(huì)下層[25]。

3.2 數(shù)據(jù)描述

本文采用中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心提供的用戶在線行為數(shù)據(jù)，該數(shù)據(jù)由30 000多名全國(guó)各地志愿者用戶在個(gè)人計(jì)算機(jī)上安裝數(shù)據(jù)采集程序在線獲取。用戶每次開(kāi)機(jī)時(shí)，都會(huì)生成一個(gè)對(duì)應(yīng)的日志文件。保證在線用戶個(gè)人隱私的前提下，以2 s一次的頻率掃描用戶計(jì)算機(jī)的當(dāng)前焦點(diǎn)窗口。日志文件會(huì)詳細(xì)記錄用戶的開(kāi)關(guān)機(jī)時(shí)間、窗口進(jìn)程名、瀏覽器地址欄等信息。若當(dāng)前焦點(diǎn)窗口發(fā)生變化，則會(huì)在日志文件中增添新的記錄。

該數(shù)據(jù)集已累積了數(shù)以TB量級(jí)的數(shù)據(jù)，為分析方便，本文隨機(jī)抽取1 000個(gè)用戶1個(gè)月約1.2億條的上網(wǎng)點(diǎn)擊行為數(shù)據(jù)記錄。樣本數(shù)據(jù)包中的數(shù)據(jù)文件包括按日期歸檔的樣本行為日志和樣本的人口屬性信息2部分，二者可通過(guò)樣本ID關(guān)聯(lián)[26]。用戶的人口屬性信息文件中包括用戶的性別、年齡、學(xué)歷、職業(yè)、工資、所在地等信息。

3.3 研究方法

3.3.1 特征提取方法

分別提取各階層數(shù)據(jù)集中所有用戶點(diǎn)擊的軟件進(jìn)程序列，構(gòu)建詞匯表。選用word2vec中的Skip-gram模型訓(xùn)練詞向量。在Skip-gram模型中，輸入為各階層語(yǔ)料庫(kù)中特定的一個(gè)進(jìn)程名的詞向量，輸出為該詞對(duì)應(yīng)的上下文詞。在每個(gè)階層的語(yǔ)料庫(kù)中，根據(jù)進(jìn)程名出現(xiàn)的頻次建立哈夫曼樹(shù)，用哈夫曼樹(shù)來(lái)代替隱藏層和輸出層的神經(jīng)元。其中，葉子節(jié)點(diǎn)為輸出層的神經(jīng)元，葉子節(jié)點(diǎn)的個(gè)數(shù)為詞匯表的大小，內(nèi)部節(jié)點(diǎn)為隱藏層的神經(jīng)元。

(1)

(2)

為了增加代碼的簡(jiǎn)潔性和可讀性，將式(2)拆分為偽代碼中的①～④?；贖ierarchical Softmax的Skip-gram模型算法流程如下：

輸入：語(yǔ)料庫(kù)，詞向量維度。

輸出：詞向量。

1.基于語(yǔ)料庫(kù)訓(xùn)練樣本構(gòu)建哈夫曼樹(shù)；

2.隨機(jī)初始化模型參數(shù)θ和詞向量w；

3.采用隨機(jī)梯度上升方法更新參數(shù)：

Forw∈Context(w) do

{e=0;//e為詞向量v(w)中所算出的增量

Forj=2:lwdo//lw為路徑向量pw中包含節(jié)點(diǎn)的個(gè)數(shù)

{

v(w)=v(w)+e;}

End for

3.3.2 社會(huì)分層識(shí)別算法

用戶的在線點(diǎn)擊行為由多個(gè)進(jìn)程名組成，通過(guò)用戶的點(diǎn)擊行為識(shí)別用戶的社會(huì)階層類似于傳統(tǒng)文本分類問(wèn)題。循環(huán)神經(jīng)網(wǎng)絡(luò)常利用one-hot向量結(jié)合文本序列的順序特征對(duì)文本進(jìn)行分類，但one-hot向量要求各詞語(yǔ)間相互獨(dú)立，且向量過(guò)于稀疏，維度過(guò)大導(dǎo)致計(jì)算困難。word2vec可以將one-hot向量轉(zhuǎn)化為低維度的連續(xù)值，即稠密向量，其中聯(lián)系緊密的詞將被映射到向量空間中相近的位置，符合用戶行為數(shù)據(jù)前后關(guān)系極為緊密的特點(diǎn)。

本文提出基于word2vec的神經(jīng)網(wǎng)絡(luò)-W2V-BP模型，結(jié)合傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)對(duì)用戶行為特征進(jìn)行社會(huì)分層識(shí)別。首先利用Skip-gram模型訓(xùn)練出代表用戶行為特征的詞向量，W2V-BP模型將訓(xùn)練出的詞向量作為輸入，用戶的階層類別作為輸出，通過(guò)梯度下降優(yōu)化，數(shù)次迭代調(diào)節(jié)參數(shù)，訓(xùn)練用戶分類模型。W2V-BP模型如圖1所示，其中w(t)表示第t個(gè)詞向量。

Figure 1 W2V-BP model diagram圖1 W2V-BP模型圖

在output層，第j個(gè)神經(jīng)元的閾值為θj，第j個(gè)神經(jīng)元接收到的輸入向量為βj，可得預(yù)測(cè)值：

(3)

(4)

其中，whj是hidden層第h個(gè)神經(jīng)元與output層第j個(gè)神經(jīng)元的連接權(quán)重，bh為hidden層第h個(gè)神經(jīng)元(共有q個(gè)神經(jīng)元)的輸出。

(5)

input層第i個(gè)神經(jīng)元與hidden層第h個(gè)神經(jīng)元之間的連接權(quán)重為vih，xi為輸入的詞向量，則hidden層第h個(gè)神經(jīng)元的輸入向量αh為：

(6)

根據(jù)梯度下降策略，在已求均方誤差Ek和給定學(xué)習(xí)率η∈(0,1)的情況下，求得hidden層到output層的連接權(quán)重△whj為：

(7)

(8)

通過(guò)式(8)，可以得到hidden層第h個(gè)神經(jīng)元的輸出bh：

(9)

hidden層和output層的神經(jīng)元都使用Sigmoid函數(shù)，在Sigmoid函數(shù)中，

f′(x)=f(x)(1-f(x))

(10)

利用梯度下降算法，根據(jù)式(3)和式(5)得到output層神經(jīng)元的梯度項(xiàng)gj：

(11)

根據(jù)反傳播原理，得到hidden層到output層的權(quán)重更新公式為：

Δwhj=ηgjbh

(12)

可得到output層神經(jīng)元閾值θj：

Δθj=-ηgj

(13)

結(jié)合梯度更新向量eh，根據(jù)反傳播原理，得到輸入層到hidden層的權(quán)重vih、hidden層第h個(gè)神經(jīng)元的閾值γh:

Δvih=ηehxi

(14)

Δγh=-ηeh

(15)

最終得到hidden層更新向量eh：

(16)

BP神經(jīng)網(wǎng)絡(luò)[27]基本流程如下所示：

輸出：多層前饋神經(jīng)網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò))。

1.在(0,1)范圍內(nèi)隨機(jī)初始化網(wǎng)絡(luò)中所有連接權(quán)重和閾值;

2.repeat

3. for all((xk,yk)∈Ddo

5. 根據(jù)式(11)計(jì)算output層神經(jīng)元的梯度項(xiàng)gj；

6. 根據(jù)式(16)計(jì)算hidden層神經(jīng)元的梯度項(xiàng)eh；

7. 根據(jù)式(12)～式(15)計(jì)算連接權(quán)值whj，vih與閾值θj,γh；

8. end for

9.until 停止

4 實(shí)驗(yàn)結(jié)果與分析

4.1 停留時(shí)間分析

提取各階層用戶的開(kāi)機(jī)時(shí)間、關(guān)機(jī)時(shí)間和在線持續(xù)時(shí)間。通過(guò)計(jì)算時(shí)間數(shù)據(jù)的均值和方差，分析不同階層用戶在虛擬空間中停留時(shí)間的穩(wěn)定性。

均值指樣本中各階層用戶開(kāi)機(jī)時(shí)間、關(guān)機(jī)時(shí)間及在線持續(xù)時(shí)間的平均值。方差反映了各階層用戶時(shí)間數(shù)據(jù)和其均值間的離散程度。本文分析得出的結(jié)果如圖2和圖3所示。

Figure 2 Mean of time data圖2 時(shí)間數(shù)據(jù)的均值

Figure 3 Variance of time data圖3 時(shí)間數(shù)據(jù)的方差

觀察圖2和圖3發(fā)現(xiàn)，和較高階層的用戶相比，較低階層的用戶占據(jù)了平均開(kāi)機(jī)時(shí)間、平均關(guān)機(jī)時(shí)間、平均持續(xù)時(shí)間的最早和最晚時(shí)間。此外，較低階層的用戶在虛擬空間中的開(kāi)機(jī)時(shí)間、關(guān)機(jī)時(shí)間的方差最大，說(shuō)明較低階層的用戶在虛擬空間中的停留時(shí)間較不穩(wěn)定，較高階層的用戶在虛擬空間中的停留時(shí)間比較穩(wěn)定。

4.2 注意力聚焦點(diǎn)分析

vocab(詞匯表)根據(jù)進(jìn)程出現(xiàn)的次數(shù)從大到小依次排列，由于共同分析各階層中所有用戶行為數(shù)據(jù)的顯著特征，忽略出現(xiàn)次數(shù)少的進(jìn)程，取詞匯表中前200頻次的進(jìn)程名作為實(shí)驗(yàn)數(shù)據(jù)。定義訓(xùn)練參數(shù)，批處理量batch_size=128，詞向量維度embedding_size=64，為了更全面抓取某一進(jìn)程和上下文的關(guān)系，設(shè)置某一進(jìn)程可最遠(yuǎn)聯(lián)系到其它進(jìn)程的距離skip_window=10，對(duì)每一個(gè)進(jìn)程名提取樣本數(shù)num_skips=8，測(cè)試集進(jìn)程數(shù)valid_size=16，測(cè)試集采用詞匯表top15頻次進(jìn)程vaild_win-dow=15[28]。通過(guò)Skip-gram模型訓(xùn)練代表各階層行為特征的詞向量，用K-means算法聚類詞向量，所得分布圖如圖4～圖6所示。

Figure 4 Social upper layer word vector distribution圖4 社會(huì)上層詞向量分布圖

Figure 5 Social middle layer word vector distribution圖5 社會(huì)中層詞向量分布圖

Figure 6 Social lower layer word vector distribution圖6 社會(huì)下層詞向量分布圖

各階層詞向量分布圖各不相同，圖4和圖5總體上各進(jìn)程間的距離更加緊湊，圖6中各進(jìn)程間的距離比較分散。說(shuō)明較高階層用戶點(diǎn)擊的軟件進(jìn)程序列規(guī)律性強(qiáng)，較低階層用戶點(diǎn)擊的軟件進(jìn)程序列規(guī)律性弱。各階層詞向量圖中均包括的進(jìn)程名為常規(guī)的殺毒或?yàn)g覽器類應(yīng)用，包括：360sd.exe(殺毒類)、thunder.exe(下載軟件)、iexplore.exe(瀏覽器)、360safe.exe(殺毒類)、sougouexplorer.exe(瀏覽器)和QQ.exe(社交類)。

從圖4可知，社會(huì)上層獨(dú)有的進(jìn)程名為： wps.exe(辦公類)、sohunews.exe(新聞資訊類)、notepad.exe(記事本)、Illustrator.exe(辦公類)和HAPDK.exe(休閑類)。從圖5可知，社會(huì)中層獨(dú)有的進(jìn)程名為：coral.exe(瀏覽器)和chrome.exe(瀏覽器)。從圖6可知，社會(huì)下層獨(dú)有的進(jìn)程名為：maxthon.exe(瀏覽器)、QQGame.exe(休閑類)、QQMusic.exe(休閑類)、popup_QQ.exe(休閑類)、QQPenguin.exe(休閑類)和QQBrowser.exe(瀏覽器)。此外，社會(huì)上層和社會(huì)中層共有的進(jìn)程為：AliIM.exe(購(gòu)物類)、EXCEL.EXE(辦公類)和WINWORD.EXE(辦公類)。社會(huì)中層和社會(huì)下層共有的進(jìn)程為360chrome.exe(瀏覽器)。

從各階層詞向量分布圖看出，社會(huì)上層用戶在虛擬空間中主要將注意力消耗在辦公類、購(gòu)物類、新聞資訊類等應(yīng)用。社會(huì)下層用戶主要將注意力消耗在休閑娛樂(lè)類應(yīng)用上。此外，社會(huì)上層用戶使用常規(guī)的瀏覽器，而社會(huì)中層和社會(huì)下層用戶使用的瀏覽器種類較多，初步判斷他們?cè)谔摂M空間中有更多的探索。綜上所述，社會(huì)上層和社會(huì)中層用戶能利用網(wǎng)絡(luò)資源進(jìn)行辦公和購(gòu)物，而社會(huì)下層用戶在虛擬空間中以?shī)蕵?lè)為主。

為進(jìn)一步探索各階層用戶在虛擬空間中注意力消耗的差異性，提取各階層用戶在圖4～圖6中出現(xiàn)的進(jìn)程中消耗注意力的持續(xù)時(shí)間，對(duì)其取均值。接著按類別將同類進(jìn)程的持續(xù)時(shí)間相加，結(jié)果如圖7所示，具體值見(jiàn)表2。

Figure 7 Average duration of users’distraction in various applications圖7 用戶在各類應(yīng)用消耗注意力的平均持續(xù)時(shí)間

Table 2 Average duration of users’attention in various applications

從圖7中可以看出，在新聞資訊類、辦公類應(yīng)用中，社會(huì)上層用戶消耗注意力的平均持續(xù)時(shí)間大于其他階層用戶。在購(gòu)物類應(yīng)用中，社會(huì)中層用戶消耗注意力的平均持續(xù)時(shí)間最長(zhǎng)。在瀏覽器和休閑娛樂(lè)類進(jìn)程中，社會(huì)下層用戶消耗的注意力遠(yuǎn)大于其他階層用戶。在辦公類進(jìn)程中，社會(huì)上層和社會(huì)中層用戶消耗的注意力遠(yuǎn)大于社會(huì)下層用戶。從持續(xù)時(shí)間總和中可以看出，社會(huì)下層用戶在虛擬空間中消耗注意力的時(shí)間遠(yuǎn)大于其他階層用戶。

綜上所述，較高階層用戶能更好地利用網(wǎng)絡(luò)資源進(jìn)行辦公和購(gòu)物，且消耗的時(shí)間和注意力較少。社會(huì)下層用戶在虛擬空間中的注意力主要聚焦在休閑娛樂(lè)類和瀏覽器等應(yīng)用上，且消耗的時(shí)間最多。這說(shuō)明虛擬空間中延續(xù)著真實(shí)空間中的社會(huì)分層結(jié)構(gòu)。

4.3 社會(huì)分層識(shí)別

應(yīng)用基于word2vec的BP神經(jīng)網(wǎng)絡(luò)模型(W2V-BP)，根據(jù)用戶的在線行為特征將其識(shí)別到社會(huì)上層、社會(huì)中層或社會(huì)下層。不斷迭代數(shù)據(jù)并自動(dòng)優(yōu)化部分參數(shù)進(jìn)行分類或回歸，通過(guò)調(diào)整運(yùn)行輪次和網(wǎng)絡(luò)大小進(jìn)行識(shí)別，結(jié)果如圖8所示。

Figure 8 Social class recognition accuracy change 圖8 社會(huì)階層識(shí)別準(zhǔn)確率變化圖

隨著迭代輪次的增加，準(zhǔn)確率不斷提高，且在6輪迭代后達(dá)到擬合，準(zhǔn)確率為90.22%，滿足閾值[29]。該模型效果較為穩(wěn)定，表明虛擬空間中存在能夠區(qū)分人類社會(huì)分層的行為特征。

另外，本文對(duì)比了時(shí)下較為普適、高效的SimpleRNN、LSTM、SVM模型，表3顯示了不同模型對(duì)同一數(shù)據(jù)集的識(shí)別效果。

Table 3 Experimental results comparison

結(jié)果表明，基于word2vec的BP神經(jīng)網(wǎng)絡(luò)模型(W2V-BP)對(duì)虛擬空間中的社會(huì)分層識(shí)別具有較好的表現(xiàn)，同時(shí)LSTM、SimpleRNN和SVM模型也能夠進(jìn)行虛擬空間中的社會(huì)分層識(shí)別。這進(jìn)一步驗(yàn)證了虛擬空間中存在能夠區(qū)分人類社會(huì)分層的行為特征。

5 結(jié)束語(yǔ)

本文通過(guò)分析用戶行為大數(shù)據(jù)對(duì)虛擬空間中的社會(huì)分層規(guī)律進(jìn)行研究，最終發(fā)現(xiàn)不同階層的用戶在虛擬空間中的行為特征大不相同。(1)較高階層用戶在虛擬空間中的停留時(shí)間更加穩(wěn)定，較低階層用戶的停留時(shí)間較不穩(wěn)定。(2)較高階層用戶能更好地利用網(wǎng)上資源辦公和購(gòu)物，而較低階層用戶主要在虛擬空間中休閑和娛樂(lè)，卻消耗了最多的時(shí)間和注意力。(3)利用W2V-BP神經(jīng)網(wǎng)絡(luò)模型發(fā)現(xiàn)虛擬空間中存在能夠區(qū)分社會(huì)階層的行為特征，識(shí)別準(zhǔn)確率為90.22%。

研究結(jié)果給我們的啟示是，在信息豐富的時(shí)代，我們應(yīng)該保護(hù)好自己的注意力，將它消耗在能提升自我的信息資源上，才不會(huì)陷入社會(huì)底層的循環(huán)中。

本文對(duì)虛擬空間中社會(huì)分層行為研究的判斷還有待新的數(shù)據(jù)和進(jìn)一步的研究去核實(shí)。另外，本文通過(guò)職業(yè)來(lái)反映社會(huì)分層，代表了一般意義的階層劃分，但其實(shí)社會(huì)階層還受到教育、收入、父母、配偶等的影響[30]。今后將進(jìn)一步地提升和優(yōu)化虛擬空間中的社會(huì)分層行為研究。