A influência da centralidade de rede no processo de difusão de inovações

Detalhes bibliográficos
Autor(a) principal: Furlan, Bruno Ramalho
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/100/100132/tde-31052019-170843/
Resumo: Este estudo visa, por meio de simulações computacionais, compreender de que modo a centralidade dos agentes, os diferentes tipos de rede e o não- compartilhamento da informação afetam os processos de adoção e de difusão de diferentes tipos de inovações. Para esta tarefa, foram feitas simulações com os modelos de rede descritos por Watts e Strogatz (WATTS & STROGATZ, 1998), com um número fixo de 100 nós ou agentes (n=100), em que foram variados os parâmetros de mi (centralidade de grau inicial) e p (probabilidade de reconexão desses nós). Foram utilizadas redes regulares (p=0), de pequeno-mundo (p=0.5) e aleatórias (p=1.0). Escolhemos os adotantes iniciais por 5 diferentes métodos: por maiores centralidades de grau, de proximidade, de intermediação e de Bonacich, além da escolha aleatória. Também consideramos dois tipos de agentes com diferentes características: o primeiro, chamado de social, compartilhava e recebia informação, o segundo, chamado de egoísta, recebia e não compartilhava informação. Para parte das simulações, utilizamos uma inovação contínua e, para outra parte, utilizamos uma inovação disruptiva. Como resultado, constatamos, para as simulações realizadas neste modelo, o maior crescimento do número de adotantes não dependeu somente das características da rede, mas também dos agentes que a compõem, além da própria inovação. Por esse motivo, temos que o modelo disruptivo favorece a inovação e a presença de agentes egoístas funciona como um obstáculo ou barreira
id USP_b622dce9834ce0d7f1a48f4fd554727d
oai_identifier_str oai:teses.usp.br:tde-31052019-170843
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling A influência da centralidade de rede no processo de difusão de inovaçõesThe influence of network centrality on the innovation diffusion processCentralidadeCentralityComplex networksModelo de Watts-StrogatzRedes complexasWatts-Strogatz ModelEste estudo visa, por meio de simulações computacionais, compreender de que modo a centralidade dos agentes, os diferentes tipos de rede e o não- compartilhamento da informação afetam os processos de adoção e de difusão de diferentes tipos de inovações. Para esta tarefa, foram feitas simulações com os modelos de rede descritos por Watts e Strogatz (WATTS & STROGATZ, 1998), com um número fixo de 100 nós ou agentes (n=100), em que foram variados os parâmetros de mi (centralidade de grau inicial) e p (probabilidade de reconexão desses nós). Foram utilizadas redes regulares (p=0), de pequeno-mundo (p=0.5) e aleatórias (p=1.0). Escolhemos os adotantes iniciais por 5 diferentes métodos: por maiores centralidades de grau, de proximidade, de intermediação e de Bonacich, além da escolha aleatória. Também consideramos dois tipos de agentes com diferentes características: o primeiro, chamado de social, compartilhava e recebia informação, o segundo, chamado de egoísta, recebia e não compartilhava informação. Para parte das simulações, utilizamos uma inovação contínua e, para outra parte, utilizamos uma inovação disruptiva. Como resultado, constatamos, para as simulações realizadas neste modelo, o maior crescimento do número de adotantes não dependeu somente das características da rede, mas também dos agentes que a compõem, além da própria inovação. Por esse motivo, temos que o modelo disruptivo favorece a inovação e a presença de agentes egoístas funciona como um obstáculo ou barreiraThis study aims, through computational simulations, to understand how the influence of the different types of network, the centrality of agents and the non-sharing of information affect the processes of adoption and diffusion in different types of innovations. For this task, simulations were made with the network models described by Watts and Strogatz (WATTS & STROGATZ, 1998), with a fixed number of 100 nodes or agents (n = 100), in which the parameters mi (initial degree centrality) and p (probability of reconnection of these nodes) were varied. We used regular (p=0), small- world (p=0.5) and random networks (p=1.0). We choose the initial adopters by 5 different methods: by greater degree, closeness, of betweeness and eingevector centralities, besides the random choice. We also considered two types of agents with different characteristics: the first, called social, shared and received information, the second, called selfish, received and did not share information. For part of the simulations, we use a continuous innovation and, for another part, we use a disruptive innovation. As a result, for the simulations carried out in this model, the greatest growth in the number of adopters was not only dependent on the characteristics of the network, but also on the agents that compose it, besides the innovation itself. For this reason, we think that the disruptive model favors innovation and the presence of selfish agents as an obstacle or barrierBiblioteca Digitais de Teses e Dissertações da USPFerreira, Fernando FagundesFurlan, Bruno Ramalho2019-03-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/100/100132/tde-31052019-170843/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2019-07-04T17:53:31Zoai:teses.usp.br:tde-31052019-170843Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212019-07-04T17:53:31Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv A influência da centralidade de rede no processo de difusão de inovações
The influence of network centrality on the innovation diffusion process
title A influência da centralidade de rede no processo de difusão de inovações
spellingShingle A influência da centralidade de rede no processo de difusão de inovações
Furlan, Bruno Ramalho
Centralidade
Centrality
Complex networks
Modelo de Watts-Strogatz
Redes complexas
Watts-Strogatz Model
title_short A influência da centralidade de rede no processo de difusão de inovações
title_full A influência da centralidade de rede no processo de difusão de inovações
title_fullStr A influência da centralidade de rede no processo de difusão de inovações
title_full_unstemmed A influência da centralidade de rede no processo de difusão de inovações
title_sort A influência da centralidade de rede no processo de difusão de inovações
author Furlan, Bruno Ramalho
author_facet Furlan, Bruno Ramalho
author_role author
dc.contributor.none.fl_str_mv Ferreira, Fernando Fagundes
dc.contributor.author.fl_str_mv Furlan, Bruno Ramalho
dc.subject.por.fl_str_mv Centralidade
Centrality
Complex networks
Modelo de Watts-Strogatz
Redes complexas
Watts-Strogatz Model
topic Centralidade
Centrality
Complex networks
Modelo de Watts-Strogatz
Redes complexas
Watts-Strogatz Model
description Este estudo visa, por meio de simulações computacionais, compreender de que modo a centralidade dos agentes, os diferentes tipos de rede e o não- compartilhamento da informação afetam os processos de adoção e de difusão de diferentes tipos de inovações. Para esta tarefa, foram feitas simulações com os modelos de rede descritos por Watts e Strogatz (WATTS & STROGATZ, 1998), com um número fixo de 100 nós ou agentes (n=100), em que foram variados os parâmetros de mi (centralidade de grau inicial) e p (probabilidade de reconexão desses nós). Foram utilizadas redes regulares (p=0), de pequeno-mundo (p=0.5) e aleatórias (p=1.0). Escolhemos os adotantes iniciais por 5 diferentes métodos: por maiores centralidades de grau, de proximidade, de intermediação e de Bonacich, além da escolha aleatória. Também consideramos dois tipos de agentes com diferentes características: o primeiro, chamado de social, compartilhava e recebia informação, o segundo, chamado de egoísta, recebia e não compartilhava informação. Para parte das simulações, utilizamos uma inovação contínua e, para outra parte, utilizamos uma inovação disruptiva. Como resultado, constatamos, para as simulações realizadas neste modelo, o maior crescimento do número de adotantes não dependeu somente das características da rede, mas também dos agentes que a compõem, além da própria inovação. Por esse motivo, temos que o modelo disruptivo favorece a inovação e a presença de agentes egoístas funciona como um obstáculo ou barreira
publishDate 2019
dc.date.none.fl_str_mv 2019-03-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/100/100132/tde-31052019-170843/
url http://www.teses.usp.br/teses/disponiveis/100/100132/tde-31052019-170843/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257512756117504