[论文解读] Cellular Automata Models for Diffusion of Innovations

Henryk Fukś, Nino Boccara|ArXiv.org|Apr 8, 1997

Innovation Diffusion and Forecasting参考文献 10被引用 7

一句话总结

本文提出一种概率细胞自动机模型，用于模拟社会系统中创新、谣言或信息的扩散，采用具有可变交互范围 R 的外总和局部规则。随着 R 增大，创新的接管时间收敛至其平均场值，该值几乎与 R 成反比；针对 R=1 和 R=∞ 的情形推导出精确解，并对大时间下固定点 n=1 附近的系统行为进行半经验分析。

ABSTRACT

We propose a probabilistic cellular automata model for the spread of innovations, rumors, news, etc. in a social system. The local rule used in the model is outertotalistic, and the range of interaction can vary. When the range R of the rule increases, the takeover time for innovation increases and converges toward its mean-field value, which is almost inversely proportional to R when R is large. Exact solutions for R=1 and $R=\infty$ (mean-field) are presented, as well as simulation results for other values of R. The average local density is found to converge to a certain stationary value, which allows us to obtain a semi-phenomenological solution valid in the vicinity of the fixed point n=1 (for large t).

研究动机与目标

• 使用细胞自动机模拟社会系统中创新、谣言或信息的传播。
• 分析交互范围 R 如何影响创新扩散的动力学行为。
• 推导极端情况（R=1 和 R=∞）下的精确解，以及中间 R 值的近似解。
• 研究局部密度向稳态值收敛的行为及其对长期行为的影响。
• 提供在大时间下靠近固定点 n=1 时有效的半经验解。

提出的方法

• 使用概率性、外总和的细胞自动机规则，模拟个体层面的采纳决策。
• 通过改变交互范围 R，研究其对扩散速度和接管时间的影响。
• 推导出 R=1（最近邻）和 R=∞（平均场极限）情形下的精确解。
• 利用中间 R 值的模拟结果，分析瞬态和稳态动力学行为。
• 采用半经验方法，近似大时间下靠近固定点 n=1 的系统行为。
• 分析平均局部密度及其随 R 变化的收敛至稳态值的行为。

实验结果

研究问题

• RQ1 交互范围 R 如何影响社会系统中创新的接管时间？
• RQ2 当 R=1 和 R=∞ 时，创新扩散的精确解是什么？
• RQ3 平均局部密度如何随时间演化，是否收敛至稳态值？
• RQ4 系统在固定点 n=1 附近的动力学行为如何，能否通过半经验方法近似？
• RQ5 随着 R 增大，平均场近似与有限 R 动力学行为相比如何？

主要发现

• 创新的接管时间随 R 增大而增加，并在 R 增大时收敛至其平均场值。
• 当 R 较大时，平均场接管时间几乎与 R 成反比。
• 针对 R=1 和 R=∞ 的情形推导出精确解，为模型提供了分析基准。
• 平均局部密度收敛至稳态值，使得在大时间下靠近固定点 n=1 时可获得半经验解。
• 中间 R 值的模拟结果验证了接管时间随 R 增大而增加的趋势，并支持了分析结果。
• 该模型表明，有限范围的相互作用显著减缓了扩散速度，相较于平均场假设；随着 R 增大，系统行为趋近于平均场行为。