人类动力学为定量分析人类行为统计规律提供了可能的突破口,并由于其在理论和实际应用上的重要性,受到广泛关注。然而目前人类动力学研究尚不成熟,不同人类动力学模型对人类行为活动具有的非泊松统计特性解释无法统一。为了分析和检验已有模型的应用范围和结论合理性,并进一步探索人类行为非泊松统计特性的真实来源,研究了国内某高校电子邮件网络所反映的该高校人员收发电子邮件的行为规律。结果表明,已有的2种人类动力学模型——优先级队列模型和级联泊松过程模型均不能较好地刻画该电子邮件网络的动力学行为。鉴于优先级队列模型对用户间统一行为模式的假设并不成立,级联泊松过程也不能体现个体行为的无规则间断和动态演变特性,提出了基于时间序列聚类分析的级联泊松过程模型,得到了较好的预测效果。所作的主要贡献如下:1回顾了近十几年来人类动力学的发展历程,包括人类行为非泊松特性的发现,国内外在该领域的研究现状与瓶颈,以及存在的问题。已有人类动力学模型的分类与发展,并对各模型的原理和结论分别进行了详细讨论。2利用国内某高校电子邮件网络日志数据对优先级队列模型和级联泊松过程模型进行细致分析。通过假设检验方法对各模型的假设条件和仿真结果进行了较为严格的检验,并基于检验结果深入探讨了模型的应用范围以及无法准确重现真实网络中人类行为非泊松特性的原因。3在已有结论的基础之上,提出将聚类分析方法应用于人类动力学建模,从而得到基于聚类分析的级联泊松过程模型。该模型通过对长时间序列进行聚类分析,将其划分为相对稳定的时间片段,从而消除个体在长时间跨度下可能表现出的间断或演变等无规则行为对模型带来的影响。提高模型仿真精度的同时,也使得模型仿真结果越来越贴近真实网络中个体表现出的行为特性。