Virus on a Network
| Описание модели | Сетевая модель "Virus on a Network" может иметь несколько интерпретаций.
Первая из интерпретаций находится в плоскости информационной безопасности - распространение вируса по компьютерной сети. Вторая из возможных интерпретаций находится в плоскости социологии и управления - распространение инновационной идеи в организации (в частности, в образовательной организации, в школе). В этом случае модель можно использовать как инструмент для иллюстрации процесса распространения инноваций в зависимости от характеристик социального капитала. Каждый элемент модели находится в трех состояниях: вовлеченный (infected), восприимчивый (susceptible) или резистентный (resistant). Модифицированную модель Netlogo, а также результаты проведенных в BehaviorSpace экспериментов и скрипт в R для анализа результатов можно скачать по ссылке: https://github.com/mmyshkina/netlogo_innovation_idea_on_a_netwok |
|---|---|
| Область знаний | Информатика, Социология, Образование, Управление |
| Веб-страница - ссылка на модель | https://netlogoweb.org/launch#https://netlogoweb.org/assets/modelslib/Sample%20Models/Networks/Virus%20on%20a%20Network.nlogo |
| Видео запись | |
| Разработчики | |
| Среды и средства, в которых реализована модель | NetLogo, R |
| Диаграмма модели | |
| Описание полей данных, которые модель порождает | |
| Модель создана студентами? | {{{Student-created}}}«{{{Student-created}}}» — не булево значение (да/нет). |
Описание переменных модели
Переменные, задающие начальные условия
Переменные, задающие характеристики элементов модели
Характеристики, описывающие состояние сети
В процессе проведения экспериментов элементы модели относятся к одному из 3 типов - вовлеченные (infected), готовые к восприятию (susceptible), резистентные (resistant). Так как число элементов модели зафиксировано начальными условиями, сумма этих групп будет равна заданному на старте количеству элементов (Number-of-nodes).
Схема взаимосвязей переменных в модифицированной модели
Netlogo: оригинальная и модифицированная модели
Netlogo: оригинальная модель “Virus on a Network”
Оригинальная модель “Virus on a Network” настроена таким образом, что в ней не предусмотрен сценарий заражения вирусом сети компьютеров. Действие модели по умолчанию останавливается тогда, когда вирус исчезает.
Netlogo: модифицированная модель “Инновационная идея в организации”
Файл модифицированной модели можно скачать по ссылке и открыть в Netlogo Web: https://github.com/mmyshkina/netlogo_innovation_idea_on_a_netwok
В модифицированной модели “Инновационная идея в организации” распространение идеи приобретает позитивный оттенок, поэтому на уровне кода в модели предусмотрены несколько сценариев:
1. сценарий успешного распространений инновационной идеи: 75%+ организации разделяют инновационную идею;
2.1. сценарий неудачного распространения инновационной идеи: в организации нет сотрудников, которые разделяют идею;
2.2. сценарий неудачного распространения инновационной идеи: в организации остались сотрудники, которые разделяют идею, однако время распространения инновации продолжительно - превышает 3000 временных единиц.
Свойства модели: результаты проведения экспериментов в пространстве BehaviorSpace
Свойства модели при изменении начальных условий
Для изучения свойств переменных модели было необходимо выполнить следующие шаги:
1) выбрать изучаемую переменную;
2) зафиксировать значения остальных переменных;
3) для изучаемой переменной провести эксперименты с перебором нескольких значений переменной (от минимального до максимального значения с шагом 1 или 2). Численность экспериментов - по 50 раз (это число можно изменять) для каждого значения параметра.
В результате были получены диаграммы изменения доли успешных кейсов (или кейсов, завершенных успешным распространением инновационной идеи) в зависимости от диапазона значений каждой изучаемой переменной.
Number-of-nodes / Численность сотрудников организации
Результат: чем больше численность коллектива при прочих равных условиях (при фиксированном числе связей на 1 человека, при зафиксированном числе человек, запускающих инновацию и т.д.), тем ниже вероятность успешного распространения инноваций.
Average-node-degree / Среднее число устойчивых связей у сотрудников организации
Результат: с ростом числа устойчивых социальных связей между сотрудниками организации (или с ростом социального капитала) растет частота успешных кейсов при прочих равных условиях. В текущих условиях наличие 4 и более связей приводит практически к гарантированному распространению инновационной идеи внутри организации.
Initial-outbreak-size / Количество инициаторов, носителей инновационной идеи на старте
Результат: чем больше носителей инновационной идеи, тем вероятней ее распространение. При заданных условиях количество носителей идеи на старте больше 12 человек (24% коллектива) приводит к успешному распространению инновационной идеи в 98% случаев.
Свойства модели при изменении начальных условий при изменении характеристик элементов / предпосылки о характеристиках сотрудников организации
Virus-spread-chance / Вероятность передачи инновационной идеи соседу по сети
Результат: интуитивно понятный вывод о прямой зависимости - чем выше восприимчивость сотрудников, тем больше вероятность успешного исхода.
Virus-check-frequency / Периодичность возникновения сомнений об инновационной идее
Результат: существует нелинейная прямая зависимость с убывающей отдачей между периодичностью возникновения сомнений и частотой успешных исходов. Чем реже возникают сомнения, тем выше доля кейсов с успешным распространением инноваций.
Recovery-chance / Вероятность возникновения сопротивления инновационной идее после возникновения сомнения
Результат: чем выше вероятность возникновения сопротивления у сотрудников, тем меньше доля успешных кейсов. Зависимость близка к линейной.
Gain-resistance-chance / Вероятность возникновения полного недоверия к инновационной идее после возникновения сопротивления
Результат: предрасположенность сотрудников к неприятию новых идей снижает частоту успешных кейсов.
