在线社交网络中的服务采纳传播

人们采纳创新、产品或在线服务的集体行为通常被解释为在社会结构中传播的现象。这一过程可以说是由社会影响、社会学习以及媒体等外部效应驱动的。对此类过程的观察可追溯到 Rogers 和 Bass 的开创性研究，其数学建模走向了两个方向：一种范式称为简单传染，将采纳传播等同于流行病过程；另一种称为复杂传染，关注行为阈值，并成功解释了导致快速传播的大规模采纳级联的出现，这在实证数据中常被观察到。近年来，由于大规模数字社交网络和行为数据集的可用性，对真实世界采纳过程的观察变得更加容易。这使得可以同时研究网络结构和在线服务采纳动态，揭示了影响行为或创新采纳时间演化的机制和外部效应。这些进展推动了更现实的社会传播现象模型的发展，进而对各种实证采纳过程给出了非常准确的预测。本章回顾了针对真实世界服务采纳过程的近期数据驱动研究。我们的研究提供了采纳中异质阈值分布的首个详细实证证据。我们还描述了利用形式化方法和数据驱动模拟对这类现象的建模。我们的目标是理解已识别的社会机制对服务采纳传播的影响，并为未来研究提供潜在的新方向和开放问题。