模型思维斯科特书评(模型思维 斯科特 下载)

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

本文节选自《模型思维斯科特书评》

来的，扩散模型刻画了这些过程。扩散模型假设，当一个人采用了某种技术或患上了某种传染病时，这个人有可能将之传递或传染给与他接触的人。在传染传染病的情况下，个人的选择不会在其中发挥任何作用。一个人患上某种传染病的概率取决于诸如遗传、病毒(细菌)，甚至环境温度等因素。在炎热潮湿的季节，闪疾的传播速度要比在寒冷干燥的季节快得多。技术的传播则与采用者的选择有关，因此更有用的技术被采用的概率更高。但是在这里，我们并没有在模型中明确将这种情况选择考虑在内。这样一来，苹果智能手表的新潮性就发挥了与流感病毒同样的作用。在这里，我们更看重的是信息的传播，因此我们将人们分为知情者或不知情的新人。如果新人与知情者相遇且信息在他们之间传播，那么新人就会变成知情者。这种事件的发生，因环境而异。生活在城市中的人，相过的概率可能比生活在农村的人更高，同时也有更高的接触概率。非常吸引人眼球的新闻也比一般的新闻被分享的概率更高，例如，关于外星人降临登陆的新闻被分享的概率比关于M&M公司的椒盐卷饼重新上市的新闻更容易被分享。因此，我们可以将扩散概率〈diffusionprobability)定义为接触概率(contactprobability)和分享概率(sharingprobability)的乘积。我们可以根据扩散概率来构建模型，但是在估计或应用模型时，必须独立地嘴踪接触概率和分享概率。扩散模型假定随机混合(randomInixing)。随机混合的含义是，相关群体中任何两个

模型思维英文书

人接触的可能性都相同。对于这个假设，我们应该保持警惕。就描述幼儿园内传染病传播的扩散模型而言，这可能是一个准确的假设，因为幼儿园里儿童之间的相互接触是高频率的。但是，如果将它应用于城市人口则是有问题的。在城市中，人们并不是随机混合的。人们在一定的社区中生活，在一定的场所内工作，他们属于工作团队、家庭和社会团体，他们的互动主要发生在这些群体中。但是同时也不要起记，一个假设要成为有用模型的一部分，其实不一定非得十分准确不可。因此，我们将继续使用这个假设，同时保持开放的心态，在需要改变的时候随时改变这个假设。扩散模型4史十]=/7二NX心，RDOP?Puirfruse=Psead义了acte在这个模型中，与在传播模型中一样，从长期来看，相关人群中的每个人都会掌握信县。不同的是，扩散模型的采用曲线是S形的。最初，几乎没有人知情，Io很小。因此，能够与知情者接触的易感者人数也必定很小。随着知情者人数的增加，知情者与不知情者之间接触的机会增加，这又使知情者的人数更快地增多。当相关人和群中几乎每个人都成了知情者时，新知情的人数会减少，从而形成了S形的顶部。技术的采用曲线通常也具有这种形状。例如，杂交种子的采用曲线虽然因州而异〈艾奥瓦州采用杂交种子的速度比亚拉巴马州更快)，但是所有州的采用曲线都是S形的。”在广播模型中，根据数据估算相关人群规模是一件相当简单的事情。采用者的初始数量与相关人和群规模密切相关。与此相反，利用扩散模型的数据估计相关群体的规模可

MT思维模型PDF下载

能会非常困难。产品销售量的增加，可能是由于一个很小的相关人和群内部的高扩散概率，也可能是由于一个很大的相关人和群中的低扩散概率。图11-2显示了两个假想的智能手机应用程序的相关数据。在第一天，每个应用程序都有100人购买。在接下来的5天中，应用程序1拥有更高的总销量和更快的销量增长。如果没有模型，我们很可能会预测应用程序1拥有更大的市场。但是，用模型拟合这两组数据的结果表明，事实与我们猜想的怡怡相反。上市日智能手机应用程序1”智能手机应用程序2]1O0U1O0U213613031831694242220ES2863651OOO1OOOOOU图11-2逢能手机应用程序的两条采用曲线应用程序1拟合的扩散概率为40%，相关人和群规模为1000人;而应用程序2的扩散概率为30%，相关人和群规模为100万人。“事实上，只要再过几天，我们就会观察到应用程序2的相关人群更大。但是，如果没有模型，如果不能根据前5天的数据来进行分析，我们就可能会对总销售额给出不正确的推断。在使用扩散模型来指导行动的时候，我们必须将扩散概率分解为分享概率和接触概率的乘积。为了提高应用程序的销售速度，开发人员既可以设法提高人们相互接触的概率，也可以设法加大他们分享关于应用程序信息的概率。要想改变第一个概率是很困难的。为了增大第二个概率，开发人员可以为带来了新注册用户的老用户提供一些激励，事实上，许多开发人员都是这样做的，比如游戏开发者可能会给带来了新注册玩家的老玩家奖励游

模型思维百度云

综上：模型思维 斯科特 下载值得推荐阅读