人类触觉行为中一种可能的优先级驱动机制及语义规律

《BUILDING AND ENVIRONMENT》：A possible priority-driven mechanism and semantic regularities in human touch behaviour

　　

• •
  人类行为塑造室内环境的感染控制和舒适度。
• •
  使用者的触碰行为在多个维度上表现出重尾统计特征。
• •
  幂律兼容模式在不同使用者和环境之间普遍存在。
• •
  优先级驱动模型为这些模式提供了一种候选机制。
• •
  触碰序列表现出具有预测潜力的语义规律性。

引言

在建成环境中，日常人类活动涉及频繁的与他人的以及其他物体周围的物理接触，这些事件影响着室内微生物交换，[1] 疾病传播，[2] 以及人与环境之间的互动。[3,4] 这些过程的核心是人类触碰行为的一个基本但尚未得到充分探索的特征：被触碰物体的重尾频率分布。类似的重尾模式[5]也在语言使用[6]、人类移动[7]和资源分配[8]中被观察到，但其起源仍缺乏充分的理解。

从统计学角度来看，触碰行为的分布比大多数已知复杂系统所产生的分布更为偏斜。一个代表性个体数据集显示，约85%的触碰行为集中在仅15%的物体上（图1a），接近85-15法则而非传统的80-20帕累托法则。这种集中度也高于本文所考虑的典型BA网络（39%的节点上有61%的链接）[9] 和齐夫定律下词的使用情况（21%的词上有79%的使用量）。[6] 这种系统性偏差表明，触碰行为受一种不同于经典生成过程的机制支配。

从机制上看，许多涉及重尾分布的案例被归因于仅少数经典理论。[5] 关于基于选择的行为（例如自然语言中的词使用频率），齐夫[10]和曼德博[11]从统计角度提出了他们的解释。优先连接在 Network science 中被广泛应用，它将未来的分配与先前的积累联系起来，但对初始优势的来源未作说明。[12,13] 然而，这提出了一个根本性问题：除了纯粹的"运气"[14]之外，初始优势是如何产生的？例如，引用一篇论文的可能性应该仅取决于其现有的流行度（即已被大量 引用），还是也取决于其内容的内在价值？尽管这个问题看似简单，但它突出了现有理论解释中的重要空白。值得注意的是，Barabási提出了任务优先级的概念来解释排队中的重尾等待时间（而非事件间隔时间）。[5] 这为解释触碰行为提供了概念启发。

此外，仅靠整体统计规律性不能完全描述塑造特定情境下人类行为的序列和上下文依赖性。由于触碰序列通常是针对特定目标生成的（图1b），它们表现出有意义的局部结构。例如，食物和餐具的反复触碰编码了进食行为语义。这些语义特征与自然语言相似，即全局统计规律与依赖上下文的模式以及个体特定用法并存。然而，这些依赖关系的强度、组织和功能作用在很大程度上仍未被探索。一项关于移动行为的先前研究（移动行为是另一种与重尾分布相关的人类行为）强调了可预测性的局限；[15] 尽管如此，先进的语言建模为深入检查行为序列结构提供了机会。

在本研究中，我们分析了在11个真实场景（表1）中收集的超过700,000次室内手部触碰事件。随后，我们开发了一个基于简单决策规则的优先级驱动任务执行模型，该模型再现了经验缩放指数。我们此外训练了一个紧凑的语言模型来识别嵌入在触碰序列中的行为语义，并检查了学习到的表示和生成序列的上下文结构。总体而言，这些方法使我们能够从全局统计组织和局部语义依赖的角度来解释人类触碰行为。

章节摘要

室内手部触碰行为

触碰事件被定义为身体部位与目标之间的连续接触——包括使用者自身、另一个人或环境物体——且没有可辨别的分离。记录的属性包括时机、触碰持续时间和相关物体，如图1b所示。我们手动收集了11个室内场景（表1）中人类触碰行为的数据，使用了四个家庭、三个办公室、两个餐厅、一个急诊室的监控视频

使用者触碰行为的极端不均匀性

来自11个室内环境的282名使用者的数据表明，物体选择行为更符合持续的个人偏好，而非其他替代解释，包括人口层面的聚合，[25] 随众选择，[26] 以及新奇驱动的探索。[27]

在所有场景中，个体使用者表现出高度异质的物体触碰偏好，其特征是明显的重尾模式（图2a），暗示可能存在幂律

认知基础和边界条件

人类触碰行为在研究的各个环境中表现出重尾的、依赖上下文的组织特征。所提出的优先级驱动模型为生成此类选择行为模式提供了一种候选机制，并且可能也适用于其他帕累托类现象。[28,29]

该模型在概念上与既有的认知努力和行动选择理论一致。有限理性和容量有限的注意力理论表明，对

结论

本研究在不同室内环境中发现了人类触碰行为中广泛存在的重尾模式，并基于优先级驱动的任务执行框架提出了一种可能的机制解释。所提出的模型证明，内在优先级差异与有限的任务可及性相结合，可以生成与经验数据中观察到的结果一致的缩放模式。除了这些全局统计规律外，可学习的序列和上下文

作者贡献

Pengcheng Zhao：验证、形式分析、数据整理、写作-审阅与编辑、写作-初稿撰写、可视化、软件、项目管理、方法论、调查研究、资金获取。Hua Qian：指导、验证。Peihua Wang：数据整理、项目管理。Yuguo Li：指导、写作-审阅与编辑。Nan Zhang：数据整理、写作-审阅与编辑、方法论、验证。

伦理审批

家庭研究：香港大学人类研究伦理委员会（EA220022）。办公室研究：香港大学人类研究伦理委员会（EA1811019）。餐厅研究：广东省疾病预防控制中心医学研究伦理审查委员会（W96-027E-202106）。急诊室研究：北京工业大学科学技术伦理委员会（CJXB12）。健身中心研究：北京

利益冲突

作者声明不存在利益冲突。

数据可用性

支持本研究发现的经过处理的数据可从 Dr Pengcheng Zhao（[e-mail]）或 Prof. Nan Zhang（[e-mail]）处应合理的研究和验证目的请求获取。原始监控视频不公开，因为它们包含可能危及参与者隐私的信息。

CRediT作者贡献声明

Pengcheng Zhao： 写作-审阅与编辑，写作-初稿撰写，可视化，验证，软件，项目管理，资金获取，形式分析，数据整理。 Hua Qian： 验证，指导。 Peihua Wang： 项目管理，数据整理。 Yuguo Li： 写作-审阅与编辑，指导。 Nan Zhang： 写作-审阅与编辑，验证，方法论，数据整理。

Pengcheng Zhao|Hua Qian|Peihua Wang|Yuguo Li|Nan Zhang