20、创新扩散与多序列比对问题研究

创新扩散与多序列比对问题研究

创新扩散相关研究

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人们的网络进行传播。创新扩散通常被视为一种社会传染现象，呈现出类似疾病传播的反应链特征。最初有一些采纳者，他们所在网络中的成员随后也会采纳，接着这些成员又会将其传播到自己的网络中，如此循环。其扩散过程先是缓慢，然后逐渐加快，最后又会因潜在采纳者的减少而再次放缓，这种现象用数学方式描述，最适合的是S曲线，它可以通过一系列单一采纳时间频率轻松构建。

流行病模型

流行病方法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流行病模型中，个体状态会经历三个阶段：
- 易感阶段（Susceptible）：个体有可能从其邻居那里感染疾病。
- 感染阶段（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。
- 移除阶段（Removed）：经过一段时间的感染后，个体不再被考虑在内。

有人基于流行病方法设计了一个模型，考虑到人口的异质性，他们借鉴了Granovetter阈值模型，使用Netlogo开发软件在塞内加尔农村环境中模拟创新扩散，采用多智能体系统进行模拟，扩散发生的网络通过交互网络生成器生成。该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。

还有研究关注外部源影响信息传播的社交网络和链接，他们研究信息在网络中从节点到节点的传播情况，应用传染和暴露模型，结果证实了外部源对信息扩散的影响，即通过量