20、社交网络中的创新扩散与多序列比对问题研究

社交网络中的创新扩散与多序列比对问题研究

创新扩散模型

创新扩散如同传染病在人群中传播一样，思想和信息也能在人与人之间通过连接他们的网络传播。创新扩散通常被视为一种社会传染现象，类似于疾病传播，呈现出反应链现象。起初，有一些早期采用者，他们网络中的成员随后也会采用，接着这些成员再将其传播到自己的网络中，如此循环。其扩散速度起初较慢，然后越来越快，最后又会因为潜在采用者的减少而再次放缓。

从数学角度来看，这种现象可以用S曲线来描述，它可以通过一系列单一采用时间频率轻松构建。传染病模型假设个体之间的相遇在人群中是随机出现的，对于以口碑为主要传播渠道的创新扩散模拟，这种方法最为合适，并且通常用于描述创新的传播。

SIR传染病模型中，个体的状态会经历三个可能的阶段：
1. 易感状态（Susceptible） ：个体有可能从其邻居那里感染疾病。
2. 感染状态（Infectious） ：如果个体感染了疾病，就会具有传染性，并有可能感染其邻居。
3. 移除状态（Removed） ：经过一段时间的感染后，个体不再被考虑在内。

Ba等人基于传染病方法设计了一个模型，考虑到人口的异质性，他们受到Granovetter阈值模型的启发，使用Netlogo开发软件在塞内加尔农村环境中模拟创新扩散。该模拟使用多智能体系统，扩散发生的网络通过交互网络生成器生成。模拟得出了一些有趣的结论：一方面，个体之间的地理差异本身并不构成信息广泛传播的障碍；另一方面，环境的社会结构是一个重要因素。

Myers等人关注外部来源影响发生的社交网