用途
本技能用于将社交超网络中的用户或账号按三个归一化轴——Score（可见度/影响力）、Sentiment（情感效价）、Toxicity（有害语言概率）——进行评分，并归入八种行为原型之一。每个原型用三字母标签表示，顺序为 Score-Sentiment-Toxicity，H 表示高，L 表示低。核心原则：原型是数据中可观察的行为模式，描述用户在特定时期内的行为，而非人格类型或稳定特质。
方法基于 Ferrara 等（2025）的论文《Characterizing User Archetypes and Discussions on Social Hypernetworks》（MDPI Big Data and Cognitive Computing, 9(9), 236）。
主要能力
- 计算并归一化三个轴：Score 轴（用户内容的平均参与度分数，如投票、积分、点赞、karma），Sentiment 轴（使用 VADER 等对文本打分），Toxicity 轴（使用 Detoxify、Perspective API 等对文本打分）。
- 确定并记录 High/Low 阈值，支持固定 0.5、语料中位数或领域知情阈值。
- 为每个用户分配三字母原型标签，并计算典型性分数（typicality），衡量用户对其所属原型的代表程度。
- 分析原型分布并进行验证，输出到指定文档。
八种原型
- HHH：高可见度、正面倾向、对抗性。有影响力，表达正面情感但使用有毒语言作为强调。
- HHL：高可见度、正面、建设性。“模范公民”原型，持续获得好评，语气积极，无毒。
- HLH：高可见度、负面、有毒。知名批评者，严厉情感结合有毒语言。
- HLL：高可见度、负面、无毒。有影响力的怀疑者或批判性分析者，通过实质性批评表达负面情感。
- LHH：低可见度、正面、有毒。支持意图但表达方式对抗，即“严厉的爱”沟通者。
- LHL：低可见度、正面、无毒。安静的支持者和鼓励者。
- LLH：低可见度、负面、有毒。不满的边缘化对抗者，最具破坏性。
- LLL：低可见度、负面、无毒。安静的批评者，不满但不对抗。
使用方式
工作流程包括九个步骤：
- 验证语料适用性和轴可用性。
- 计算并归一化 Score 轴（默认对数变换加最小-最大归一化）。
- 计算并归一化 Sentiment 轴（VADER 复合分数从 [-1, +1] 映射到 [0, 1]）。
- 计算并归一化 Toxicity 轴（分类器输出概率，必要时在观测范围内重新归一化）。
- 确定并记录 High/Low 阈值（默认 0.5，若某轴超过 80% 用户落在单侧则自动切换为中位数）。
- 分配原型标签。
- 计算典型性分数。
- 分析原型分布并验证。
- 将发现写入 docs/analysis/14-mdpi-hypernetwork-archetype.md。
适用场景
- 拥有至少包含帖子/评论文本和某种参与度分数的用户生成内容语料库。
- 需要按行为模式而非单一指标对用户分群。
- 希望理解社区中可见度、情感和毒性之间的相互作用。
- 分析社区健康、审核需求或参与动态。
- 为下游风格分析准备用户画像，其中情感效价约束很重要。
限制
- 语料少于 30 个用户时不应分类，仅报告个体指标。
- 30-99 个用户可分类但需标记为低置信度。
- 仅有一个轴的数据时，应改用单指标分析。
- 目标若是心理画像个人，不适用，因为原型描述行为而非人格。
- 不适用于分类机器人或自动化账号，其行为模式根本不同。
- 跨平台比较原型时，必须按平台重新校准阈值。
- 若某原型成员少于 5 个，需在报告中标记为低置信度；若超过 3 个原型为空，语料可能缺乏足够的行为多样性。
- 毒性分类器在通用语料上训练，某些社区中规范性语言可能被评分为“有毒”，应在报告中注明差异，不调整分类器输出。