بهبود انتشار نوآوري از طريق تحليل عملياتي مدل‌سازي عامل‌بنيان

Enhancing Diffusion of Innovation through Operational Analysis of Agent-Based Modelling

هدف اين پژوهش شناخت و معرفي روشي براي بهبود انتشار نوآوري با استفاده از مدل­سازي عامل‌بنيان مي باشد. و در اين رهگذر تحليلي عملياتي براي ايجاد مدل­‌سازي عامل­‌محور ارائه و بررسي گرديد. مدل عامل­‌محور اين پژوهش در تركيب با مدل انتشار باس ايجاد شد. در اين مدل ورودي­‌ها شامل احتمال پذيرش به‌­واسطه رسانه‌­هاي جمعي و احتمال پذيرش به­‌واسطه گفت­‌وگوهاي كلامي است كه با بهره‌­گيري از مدل انتشار باس تخمين زده شده‌­اند. خروجي مدل نيز تعداد كل پذيرندگان نوآوري در هر گام زماني در بازار بالقوه است كه پس از اجراي مدل، انطباق اين داده‌ها با داده‌­هاي دنياي واقعي تأييد گرديد. براي ساخت مدل از داده‌­هاي واقعي مربوط به انتشار نوآوري (انتشار تلويزيون) در ايران و براي توسعه مدل از ساختار شبكه­‌اي ترجيحي استفاده شد. پس از برپاسازي مدل، مباحث مربوط به اعتبارسنجي و اعتباربخشي آن با انجام آزماي‌ش­هاي مربوطه و براساس گام‌­هاي ارائه‌­شده در تحليل عملياتي مدل­سازي عامل‌­بنيان لحاظ گرديد و روشي كه براي بهبود انتشار نوآوري معرفي شده است در قالب 10 سناريو موردبررسي و آزمون قرار گرفت. پس از تحليل خروجي­‌هاي اين سناريوها، روش پيشنهادي در بهبود انتشار نوآوري، به‌­ويژه براي غلبه بر تأخير اوليه در پذيرش نوآوري مؤثر تشخيص داده شد.

The purpose of this study is to introduce a method to improve innovation diffusion by using agent-based modeling. In this regard, an operational analysis to create agent-based modeling is investigated. agent-based model of this research is carried out in combination with the bass model. in this model, inputs include advertising effects and word-of-mouth effects estimated using the bass diffusion model. output of the model is also the total number of innovation adopters at each time step in the potential market that has been validated after the model has been correspond to real data (diffusion of television in Iran). to be more correspondent to real-world, the agent-based model is developed by preferential attachment-based network. after creating the model, the validation and verification were carried out by experiments and the operational analysis of the agent-based modeling. after model validation, we examine our method (using artificial innovators) for improving the diffusion of innovation. after validating the model, the proposed method for improving innovation diffusion through ten scenarios is investigated. in addition, a proposed criterion for analyzing the output of the innovation diffusion is presented, which is used to analyze the outputs. after the analysis, the method of artificial innovators was effective.