innováció, diffúzió, kapcsolathálózatok, szabadalmak, közösségi média
Keywords in English
innovation, diffusion, social networks, patents, social media
Discipline
Regional Studies (Council of Complex Environmental Sciences)
40 %
Ortelius classification: Regional studies
Economics (Council of Humanities and Social Sciences)
30 %
Ortelius classification: Innovation policy
Sociology (Council of Humanities and Social Sciences)
30 %
Ortelius classification: Social shaping of technology
Panel
Economics
Department or equivalent
Institute of Economics, (Centre for Economic and Regional Studies)
Participants
Becsné Bokányi, Eszter Elekes, Zoltán Juhász, Sándor Sziklai, Balázs Róbert Tóth, Gergő
Starting date
2018-12-01
Closing date
2021-05-31
Funding (in million HUF)
19.999
FTE (full time equivalent)
2.96
state
closed project
Summary in Hungarian
A kutatás összefoglalója, célkitűzései szakemberek számára Itt írja le a kutatás fő célkitűzéseit a témában jártas szakember számára. A digitális kor kihívásai egyre nagyobb interdiszciplináris tudományos közösséget motiválnak a valós társadalmi problémák „Big Data” elemzésekkel történő vizsgálatára. A kérdés, miként terjednek hírek, ötletek a –gyakran online– társas kapcsolatokon keresztül, az új kutatási fókusz egyik központi területe. A terjedés kapcsolathálózatokkal történő megértése az elmúlt évizedekben óriási fejlődésen ment keresztül. Ugyanakkor nagyon keveset tudunk arról, hogyan valósul meg a hálózati terjedés a valós földrajzi térben?
A kutatásunkban egy új megközelítést alkalmazunk, melyben új termékeket és technológiák lokációk közötti diffúzióját magyarázzuk és modellezzük. Célunk olyan új módszerek kifejlesztése, mellyel az új termékek. szolgáltatások és technológiák egyes térségekben való megjelenése előrejelezhetővé válik. Ennek érdekében a hálózati terjedési modellekbe beépítjük a földrajzi tényezők (pl. távolság és településméret) alapvető szerepét. Modelljeinket két ország közösségi media adataival, és szabadalmi adatokkal is teszteljük, hogy általános, az innováció eltérő formáinak térbeli terjedésére is érvényes általános modellt tudjunk felállítani.
A kutatásunk ezért alapvető és közvetlen fontosságú az innovatív vállalkozások, új szolgáltatásokat bevezető vállalatok, illetve az innovációt serkenteni kívánó szakpolitika számára is.
Mi a kutatás alapkérdése? Ebben a részben írja le röviden, hogy mi a kutatás segítségével megválaszolni kívánt probléma, mi a kutatás kiinduló hipotézise, milyen kérdéseket válaszolnak meg a kísérletek. A társadalmi kapcsolathálózatok nem függetlenek a földrajzi tértől: a távolság csökkenti a helyek közötti kapcsolaotk valószínűségét; és nagyobb városokban intenzívebbek a társas interakciók, mint kisebb településeken. Ezért a földrajzi dimenzió implicit módon befolyásolja az innováció terjedésére vonatkozó, kapcsolathálózatokat figyelembe vevő helyi előrejelzéseket. A terjedés modellezésének másik nehézsége az innováció sokszínűségéből adódik. Az általános érvényű hálózatos terjedési modellekben ezt az üzenet vagy a technológia “fertőző” jellegével szokás megközelíteni. Ugyanakkor nem ismert, hogy a különböző jellegű technológiák milyen szabályszerűségek alapján terjednek el a területek között a kapcsolathálózatokon keresztül. Két fő kérdést fogalmazunk meg a kutatás számára: (1) Hogyan illeszthetőek be a földrajzi tényezők az innováció terjedését leíró hálózati modellezésbe? (2) Az innováció kvalitatív jellemzői miként befolyásolják a térbeli terjedés hálózatos modellezését?
Mi a kutatás jelentősége? Röviden írja le, milyen új perspektívát nyitnak az alapkutatásban az elért eredmények, milyen társadalmi hasznosíthatóságnak teremtik meg a tudományos alapját. Mutassa be, hogy a megpályázott kutatási területen lévő hazai és a nemzetközi versenytársaihoz képest melyek az egyediségei és erősségei a pályázatának! A kutatás célja olyan egyszerű modellek felállítása, mellyel viszonylag kevés adatból, és az új termékek vagy szolgáltatások bevezetését viszonylag gyorsan követve előre jelezhető a különböző földrajzi régiókban való megjelenésének és széleskörű használatának időpontja. Az új termékek globális (értsd pl. országos) terjedésének előrejelzésére kifinomult, ugyanakkor nagyon egyszerű differenciál-egyenleteken alapuló modelleket szokás használni. Ezek a módszerek azonban csak nagy hibákkal képesek a globális rendszereknél kisebb egységekben (pl. települések) történő terjedési dinamikákat megragadni, mivel nem képesek figyelembe venni az egységek közötti kapcsolatrendszereket. A felhasználóikról részletes adatokat gyűjtő nagyvállalatok hálózati modellek segítségével aprólékos képet kaphatnak az egyes szolgáltatások, vagy hírek terjedésének dinamikájáról. Ugyanakkor nem közkincs, hogy miként terjednek el térben ezek a szolgáltatások. Mindezek miatt a projektünkről azt várjuk, hogy mérföldkő lesz a térbeli terjedés kutatásában, és először publikálunk olyan hálózati modelleket, melyek a térbeli terjedést lokális szinten is előre tudják jelezni. Ehhez részletesen elemezzük két ország közösségi média adatbázisát, ami egyedüálló lehetőséget kínál arra, hogy a terjedés komplex dinamikáját feltárjuk. Ezután a modellünket szabadlami adatok segítségével általánosítjuk. A kutatás eredményeivel olyan tudást teszünk közkinccsé, mely javíthatja az új termékeket vagy szolgáltatásokat bevezető hazai vállalkozások lehetőségeit arra, hogy egyszerűen előre tudják jelezni, melyik termékük, mikor és hol fog elterjedni. Olyan innovatív kis- és közepes méretű vállalkozásoknak is hasznosak lehetnek az eredmények, melyek saját adatbázist még nem tudtak felállítani a felhasználóikról. A hazi innováció-politika számára szintén fontos lehet a kutatás, hiszen közvetlen tapasztalatot kaphatunk arról, hogy új innovatív technológiák hogyan terjednek el a teljes lakosság körében. Ez a tudás hasznos lehet a hazai általános technológiai színvonal emelése során.
A kutatás összefoglalója, célkitűzései laikusok számára Ebben a fejezetben írja le a kutatás fő célkitűzéseit alapműveltséggel rendelkező laikusok számára. Ez az összefoglaló a döntéshozók, a média, illetve az érdeklődők tájékoztatása szempontjából különösen fontos az NKFI Hivatal számára. A technológiai fejlődés mindannyiunk életére óriási hatással van. Új technológiák és szolgáltatások segítségével például távolabbra közlekedhetünk vagy könnyebben kommunikálhatunk. Már a ’60-as években rájöttek arra, hogy az új termékeket és technológiákat kezdetben csak kevesen alkalmazzák, majd az időben előrehaladva hirtelen megnő az alkalmazók száma. Az innováció térbeli terjedésének vizsgálatai szintén a múlt század közepén indultak. Közgazdász és földrajztudósok eredményei alapján azóta elfogadott, hogy a földrajzi távolság és a települések mérete az a két földrajzi tényező, ami meghatározza a terjedés lefolyását. Az innováció térbeli terjedése természetesen nem magától megy végbe, kell hozzá valamiféle interakció a helyek között. A hálózattudomány előretörésével, és nagy adatbázisok segítségével egyre nagyobb részletességgel tudjuk feltérképezni a társadalmi kapcsolathálózatainkat. A központi nézet szerint az innovációk ezen kapcsolathálózatokon terjednek. Ugyanakkor keveset tudunk arról, hogy miként terjednek innovatív termékek a helyek között átívelő kapcsolatainkon. A kutatás során arra teszünk kísérletet, hogy tovább finomítsuk a terjedés hálózati módszereit, ezáltal az innováció térbeli terjedése is jobban leírhatóvá, előre jelezhetővé válhat. A kutatás ezért különösen fontos eredményeket ígér az innovatív vállalkozások és az innováció-politika számára.
Summary
Summary of the research and its aims for experts Describe the major aims of the research for experts. As society moves towards the big data driven analysis as complement of traditional methods in social sciences a growing interdisciplinary community of researchers is shifting their interest to solving real world problems. Diffusion in social systems in the digital era is one of the core areas of this focus. Starting from the dawn of innovation diffusion research, differential equation frameworks, such as the famous Bass diffusion model, have been successfully used for spreading speed and market share prediction. In the last few decades, novel approaches have been developed that aim to shed light on aspects of collective human behaviour by analyzing diffusion through social networks. The analyzes of spreading dynamics in networks are now mature and yielded rich results. However, the field still lacks the breakthrough regarding spatial aspects of diffusion. In our research, we develop a new approach by explaining and modelling the diffusion of new products and technologies across places. We aim to establish a framework that enables the prediction of spreading dynamics of innovative products in specific places. To achieve this aim, we include geography-related parameters (such as distance or settlement size) in network diffusion models. Our models will be tested with social media data from two countries and with patent data. The project therefore has direct relevance for the marketing efforts of innovative companies and for innovation policy as well.
What is the major research question? Describe here briefly the problem to be solved by the research, the starting hypothesis, and the questions addressed by the experiments. The structure of social networks are not independent from geographical space: the probability of connections decreases as distance grows across places; the intensity of social interactions is higher in large cities than in small towns. Consequently, the spatial dimension has a directly impact on the predictions that network diffusion models can offer for forecasting diffusion on the local scale. Another problem for modeling innovation diffusion arises from the heterogeneity of innovation itself. In general network models, the differences across content types are handled with the contagious nature of messages or technologies. However, we still lack an understanding on how technologies with different characteristics spread across places and through social and collaboration networks. We raise two research questions: (1) How shall geography be controlled for in network models of innovation diffusion? (2) How do qualitative characteristics of innovation influence network models of spatial diffusion of innovation?
What is the significance of the research? Describe the new perspectives opened by the results achieved, including the scientific basics of potential societal applications. Please describe the unique strengths of your proposal in comparison to your domestic and international competitors in the given field. The aim of our research is to develop simple models that enables the forecast of product and service spreading in regions from relatively small amount of data and relatively quickly after the company has introduced these innovations. Very efficient methods have been developed in the past to forecast the global (eg. country-level) diffusion of new products, mainly based on differential equation techniques. However, these models can only partly capture the diffusion dynamics on the local scale (eg. towns) because the interactions and connections are not considered in these types of models. Large companies that trace their subscribers and collect detailed data about their online and offline behavior can map the diffusion of their services easily. However, their experience about spatial diffusion is not a public at all. We expect from our project to put down a milestone in spatial diffusion research and publish network models that can forecast spreading on the local scale as well. To achieve this, we analyse social media datasets from two countries, which provides us with a unique opportunity to explore complex dynamics of spreading on the local scale. Then, we test our models with patent data to generalize the findings. The results of the research may therefore improve the abilities of innovative firms to forecast when and where their new products or services will be adopted. This knowledge will be extremely beneficial for small- and medium-sized enterprizes that do not have capacities to collect data from their customers. The research might be also important for innovation policy because we will get direct experience about how new technologies diffuse in the population. This knowledge can be used to increase the general level of technology usage in the country.
Summary and aims of the research for the public Describe here the major aims of the research for an audience with average background information. This summary is especially important for NRDI Office in order to inform decision-makers, media, and others. Technological development has a great impact on our lives. New technologies and services enable us to travel further or communicate easier. It has been recognized already in the ’60ies that new products or technologies were adopted only by few initially and as time went by, the number of adopters grew suddenly. Spatial diffusion investigations also started in the middle of the 20th century. Scholars in economics and geography have discovered that geographical distance and settlement size are the main spatial elements the characterize diffusion across geographical space. Diffusion of innovation across places is certainly not an automatic process but needs some kind of interaction between locations. With the raise of network science and the availability of large datasets, we can map our social relations with a growing accuracy. According to the central tenet, innovation spreads through these social networks. However, we still need a better understanding on how innovative products and technologies spread across space and through social networks that bridge places. In this research, we aim to develop new methods of network diffusion with a special focus on spatial spreading, which will enable us to better understand and even forecast spatial diffusion. Our efforts therefore offer important new knowledge for innovative companies and innovation policy.
Final report
Results in Hungarian
A kutatásban a földrajzi terjedés elemzéséhez kétfajta adatot használunk: közösségi média adatot és szabadalmi adatbázist. A közösségi média adatok segítségével egy konkrét online innováció terjedését tudtuk részletesen vizsgálni. A szabadalmi adatok ezeknek az eredményeknek az általánosítását teszik lehetővé, hiszen több technológia terjedését is lehet vizsgálni velük. A kutatás során a területi aspektusokat kiegészítettük a hálózati pozíció és terjedés algoritmikus elemzésével.
Eredményeink pontszerű összefoglalása:
1. Olyan hálózati eszköztárat fejlesztettünk, amivel az innováció adaptálásának helyi dinamikája is előre becsülhető.
2. Korábban nem lehetséges részletességgel mutattuk be, hogy a település hierarchia nagyon fontos szerepet tölt be az innovációk terjedésében.
3. Megmutattuk, hogy a szabadalmi együttműködések segítik az új technológiák régiókban való megjelenését.
4. Új statisztikai módszert fejlesztettünk a marketing célcsoportok jellemzésére a széleskörű hálózati terjedés elérése érdekében.
5. Bemutattuk, hogy az új, szakértői jelölés algoritmus jobban képes felderíteni az innováció korai adaptálóit, mint más hálózati mutatók.
A kutatásban feltárt szabályszerűségek segíthetik az innovatív vállalatokat abban, hogy az ügyfeleik kapcsolathálózatát ismerve előre tudják jelezni a termékeik terjedésének térbeliségét és a terjedés felfutásának földrajzi helyeit.
Results in English
This research uses two types of data to analyze spatial diffusion of innovation: social media data and a patent database. Using social media data, we were able to examine in detail the spread of a specific online innovation. The patent data can help to generalize these findings because one can observe the diffusion of multiple technologies. In the course of the research, the spatial aspects were supplemented with network position and algorithmic analysis.
A point-by-point summary of our results:
1. We have developed a network toolkit that can be used to predict the local dynamics of innovation adaptation.
2. We have shown with unprecedented detail that the settlement hierarchy plays a very important role in the spread of innovations.
3. We have proved that patent collaborations help the emergence of new technologies in regions.
4. We have developed a new statistical methodology for the characterization of marketing target groups in order to achieve a wide network spread.
5. We have shown that the new expert notation algorithm is better in detecting early adapters of the innovation than other network indicators.
The regularities revealed in the research can help innovative companies to predict the spatial spread of their products by knowing the social networks of their customers.
