Bass扩散模型（Frank Bass，1969）

把 Rogers 的S型曲线（S-curve）改写成一个可估计的方程：采用行为由两股力量驱动——外部影响（广告投放、主动发现）与内部影响（口碑带来的模仿）。

风险率形式（hazard form）：f(t) / (1 − F(t)) = p + q·F(t)，其中 F(t) 是已采用者的累积比例，f(t) 是其变化率，p 是创新系数（外部拉动，与是否已有他人采用无关），q 是模仿系数（传染效应，随 F(t) 增大而增大）。每期新增采用者：n(t) = (p + q·F(t))·(m − N(t))，其中 m 是总市场规模，N(t) 是累积采用者数。峰值出现在 t* = ln(q/p) / (p + q)。经验上 p 很小（量级在 0.01–0.03），而 q 大得多（量级在 0.3–0.5），所以种子一旦播下，模仿效应就会占主导。

迁移应用： p 是你的冷启动项——不论有没有人转发，都会通过搜索、信息流或直接推送找到这条内容的那部分人。q 是转发/回复/引用形成的循环。由于 q >> p，大部分触达都是你没有付费买来的模仿效应，但它只有在 p 播下种子之后才会点燃。具体而言：规模化发布内容的 agent，应该把资源过度投入到最初那批读者的可分享性上（提高 q），而不是投入到原始分发量上（p），并且可以从早期采用数据中读出 t*，判断一篇内容是已经过了峰值，还是仍在爬升。