此软件包包含用于分析网络数据以传播创新应用程序的功能。
该软件包是作为Thomas W.Valente、Stephanie R.Dyal、Kar-Hai Chu、Heather Wipfli、Kayo Fujimoto、，创新扩散理论在全球烟草控制条约批准中的应用《社会科学与医学》第145卷，2015年11月，第89-97页，ISSN 0277-9536（可用在这里)
根据描述：
网络扩散和传染过程的经验统计分析、可视化和模拟。该软件包实现了计算网络扩散统计数据的算法，如传播率、危害率、暴露模型、网络阈值水平、传染性（传染）和易感性。该套餐的灵感来源于瓦伦特等人（2015）发表的作品；瓦伦特（1995）、迈尔斯（2000）、艾扬格等人（2011）、伯特（1987）；在其他中。
致谢：netdiffuseR是在国家癌症研究所/国家卫生研究院拨款R01 CA157577的支持下创建的。
引用netdiffuseR在里面出版物使用以下纸张:
瓦伦特TW，织女星Yon GG.扩散/社会传染过程
网络。健康教育&行为。2020;47(2):235-248.
国防部:10.1177/1090198120901497
以及实际的R包:
瓦伦特·织女星T型(2023). _净扩散器:扩散分析和
网络上的传染过程。国防部:10.5281/zenodo公司.1039317
<https（https）://doi.org网站/10.5281/zenodo公司.1039317>，R包版本1.22.6,
<https（https）://github.com网站/美国加利福尼亚州/净扩散器>.
要查看这些条目在里面BibTeX格式，使用'打印（<引文>，
bibtex=真）','到Bibtex（.）'、或设置
'选项（cibitation.bibtex.max=999）'.
新闻
可以查看更改日志在这里.
- [2016-06-02]视频净扩散器2016年SUNBELT研讨会现已上线youtube（youtube），可以找到车间材料在这里
- [2016-04-11]净扩散器将打开用户！2016作为演示文稿和2016年IC2S2在海报环节。
- [2016-03-16]下一次CRAN发布计划于2016年4月11日（研讨会之后）。
- [2016-02-18]净扩散器版本1.16.2现在在CRAN上！
安装
CRAN版本
要获得软件包的CRAN（稳定）版本，简单类型
出血边缘版本
如果您想要最新（不稳定）版本的净扩散器，使用开发工具包，您可以安装净扩散器开发版本如下
开发工具::安装github(“USCCANA/netdiffuseR”，内部版本（_V）= 真的)
您可以通过设置跳过构建渐晕图build_vignette=假（因此不需要）。
对于OSX用户来说，根据卢比。本期，开发在这里，可以通过打开终端并键入以下内容来解决
卷曲 -O（运行）http://r.research.att.com/libs/gfortran-4.8.2-darwin13.tar.bz2
苏多焦油fvxz gfortran-4.8.2-darwin13.tar.bz2-C类/
在通过安装包之前开发工具.
二进制版本
对于windows和mac用户，他们可以找到包的二进制版本在这里、netdiffuseR_1…zip和netdiffuse R_1..tgz。他们可以按如下方式直接安装（使用1.16.3.29版本）：
从CRAN安装依赖项r>install.packages（c（“igraph”，“Matrix”，“SparseM”，“RcppArmadillo”，“sna”），依赖项=TRUE）
-
下载二进制版本并按如下方式安装：
> 安装.包(“netdiffuseR_1.16.3.29.zip”,回购=无效的)
对于windows用户和Mac用户：
> 安装.包(“netdiffuseR_1.16.3.29.tgz”,回购=无效的)
教程
自启动netdiffuseR以来，我们在Sunbelt和NASN举办了几次研讨会。以下是存储库：
示例
此示例取自软件包的小插曲：
##
##附加包：“netdiffuseR R”
##以下对象已从“package:base”中屏蔽：
##
## %*%
传染性和敏感性
#生成随机图
设置种子(1234)
n个 <- 100
净现值 <- 20
图表 <- rgraph_er公司(n个,净现值,.5)
toa公司 <- 样品(c（c）(1:(1+净现值-1),不适用),n个,真的)
头(toa公司)
##类diffnet的动态网络-
##名称：扩散网络
##行为：未指定
##节点数：100（1、2、3、4、5、6、7、8…）
##时段数：20（1-20）
##类型：定向
##最终流行率：0.95
##静态属性：-
##动态属性：-
##扩散网络汇总统计
##名称：扩散网络
##行为：未指定
## -----------------------------------------------------------------------------
##期间采用者累计采用。（%）危害率密度Moran’s I（sd）
## -------- ---------- ---------------- ------------- --------- ----------------
## 1 8 8 (0.08) - 0.50 -0.01 (0.00)
## 2 3 11 (0.11) 0.03 0.50 -0.01 (0.00)
## 3 6 17 (0.17) 0.07 0.51 -0.01 (0.00)
## 4 3 20 (0.20) 0.04 0.49 -0.01 (0.00)
## 5 9 29 (0.29) 0.11 0.50 -0.01 (0.00)
## 6 5 34 (0.34) 0.07 0.50 -0.01 (0.00)
## 7 2 36 (0.36) 0.03 0.51 -0.01 (0.00)
## 8 3 39 (0.39) 0.05 0.50 -0.01 (0.00)
## 9 5 44 (0.44) 0.08 0.50 -0.01 (0.00)
## 10 1 45 (0.45) 0.02 0.49 -0.01 (0.00)
## 11 3 48 (0.48) 0.05 0.50 -0.01 (0.00)
## 12 6 54 (0.54) 0.12 0.50 -0.01 (0.00)
## 13 8 62 (0.62) 0.17 0.50 -0.01 (0.00)
## 14 9 71 (0.71) 0.24 0.50 -0.01 (0.00)
## 15 5 76 (0.76) 0.17 0.50 -0.00 (0.00) **
## 16 7 83 (0.83) 0.29 0.50 -0.01 (0.00)
## 17 5 88 (0.88) 0.29 0.49 -0.00 (0.00) ***
## 18 4 92 (0.92) 0.33 0.50 -0.01 (0.00)
## 19 1 93 (0.93) 0.12 0.50 -0.01 (0.00)
## 20 2 95 (0.95) 0.29 0.50 -0.01 (0.00)
## -----------------------------------------------------------------------------
##左侧审查：0.08（8）
##右定心：0.05（5）
##节点数：100
##
##Moran’s I是使用1/测地线根据同期自相关计算得出的
##值。显著水平***<=.01，**<=.05，*<=.1。
#可视化感染/感染的分布
外面的 <- 斑点感染(差异网络，个垃圾箱= 20，K=5，对数刻度= 错误的，小时=.01)
外面的 <- 斑点感染(差异网络，个垃圾箱= 20，K=5，对数刻度= 真的,
不包括零= 真的，小时=1)
##plot_infectuscep.list中的警告（graph$graph，graph$toa，t0，normalize，：When
##应用logscale时，缺少一些观察结果。
门槛
#生成随机图
设置种子(123)
差异网络 <- rdiffnet公司(500,20,
种子节点= “随机”,
argraph.args参数= 列表(米=三),
阈值.dist= 功能(x个) 运行(1,.3,.7))
##（函数中的警告（图，p，算法=“端点”，both.ends=FALSE，：
##选项copy.first-设置为TRUE。在这种情况下，第一个图形将是
##作为基线，因此，T=1之后的网络将被T-1取代。
##类diffnet的动态网络-
##名称：扩散网络
##行为：随机传染
##节点数：500（1、2、3、4、5、6、7、8…）
##时段数：20（1-20）
##类型：定向
##最终流行率：1.00
##静态属性：real_threshold（1）
##动态属性：-
使用更多功能
数据(“medInnovationsDiffNet”)
设置种子(131)
plot_threshold（打印阈值）(
医疗创新DiffNet,
顶点颜色= 绿柱石::地狱(4)[医疗创新DiffNet[[“城市”]]],
顶点x边= 医疗创新DiffNet[[“城市”]] + 2,
附属的= “注：顶点的大小和形状分别由度和城市给出”,
抖动因子= c（c）(1,1)，抖动.安装= c（c）(.25,.025)
)
##函数（graph、expo、toa、include_censored=FALSE，t0=min（toa，
##：-vertex.sides-将被强制为整数。
采用率
危险率
扩散过程
差异.toa(br农民DiffNet)[br农场差异网络$toa公司 >= 1965] <- 不适用
打印差异2(br农民DiffNet，顶点大小= “不确定”)
设置种子(1231)
#随机无标度扩散网络
x个 <- rdiffnet公司(1000,4，请参见图表=“无标度”，参见第页采用= .025,
重新布线= 错误的，请参见节点= “中央”,
argraph.arg参数=列表(自己=错误的，米=4),
阈值.dist= 功能(身份证件) 运行(1,.2,.4))
#扩散贴图（无随机toa）
dm0（分米） <- 扩散贴图(x个，kde2d.args=列表(n个=150，小时=1)，布局=记录仪::布局_with_fr)
#随机
差异.toa(x个) <- 样品(x个$toa公司，大小= nnodes（节点）(x个))
#扩散贴图（随机toa）
dm1型 <- 扩散贴图(x个，布局= dm0（分米）$坐标，kde2d.args=列表(n个=150，小时=.5))
旧款 <- 标准(无只读= 真的)
科尔 <- 维里迪斯利特::等离子体(100)
标准(mfrow公司=c（c）(1,2)，奥马=c（c）(1,0,0,0)，化学当量=.8)
形象(dm0（分米），列=科尔，主=“非随机采用时间\n核心采用。”)
形象(dm1型，列=科尔，主=“随机收养次数”)
标准(mfrow公司=c（c）(1,1))
多行文本(“两个网络在采用时间上的分布相同”,1,
外面的= 真的)
采用者分类
##thr非兴奋剂极低阈值。低阈值。高阈值。非常高的阈值。
##toa公司
##非吸烟者0.00 0.00 0.000 0.00
##早期采用者0.00 14.04 8.40 0.57 0.29
##早期多数0.00 5.64 11.65 5.54 2.58
##后期多数0.00 1.34 5.06 6.21 2.96
##落后0.00 1.53 0.00 0.00 34.19
#绘图
旧的 <- 标准(无只读= 真的)
标准(X射线光电子能谱仪=真的)
情节(外面的，颜色=绿柱石::地狱(5)，拉斯维加斯= 2、xlab=“收养时间”,
伊拉布=“阈值”，主="")
#正在添加密钥
传奇(“底部”，图例= 水平(外面的$thr（星期三）)，填充=维里迪斯利特::地狱(5)，水平= 真的,
cex公司=.6，顺便提一下=“n”，插入=c（c）(0,-.1))
会话信息
##R版本4.4.1（2024-06-14）
##平台：aarch64-apple-darwin23.4.0
##运行于：macOS Sonoma 14.6.1
##
##矩阵产品：默认
##BLAS:/opt/自制/窖藏/openblas/0.3.27/lib/libopenblasp-r0.3.27.dylib
##LAPACK:/opt/自制/窖藏/r/4.4.1/lib/r/lib/libRlapack.dylib；LAPACK 3.12.0版
##
##区域设置：
##[1]en_US.UTF-8/en_US-UTF-8/en_US.UNTF-8/C/en_US。UTF-8/C/en_US
##
##时区：美国/丹佛
##tzcode源：内部
##
##附加的基本包：
##[1]stats graphics grDevices utils datasets方法库
##
##其他附加包：
##[1]净扩散R_1.22.6
##
##通过命名空间加载（未附加）：
##[1]矩阵_1.7-0高_0.11 dplyr_1.4
##[4]编译器_4.4.1 tidyselect_1.2.1 Rcpp_1.0.12
##[7]networkLite_1.0.5 boot_1.3-30 yaml_2.3.8
##[10]fastmap_1.2.0晶格_0.22-6尾码_0.19-4.1
##[13]R6_2.5.1一般_0.1.3匹配It_4.5.5
##[16]图表_2.0.3 knitr_1.47 MASS_7.3-60.2
##[19]backports_1.5.0 tibble_3.2.1 statnet.common_4.9.0后台文件
##[22]立柱_1.9.0 rlang_1.1.4 utf8_1.2.4
##[25]xfun_0.45绿色Lite_0.4.2 cli_3.6.3
##[28]magrittr_2.0.3网络_1.18.2摘要_0.6.36
##[31]网格_4.4.1生命周期_1.0.4 vctrs_0.6.5
##[34]sna_2.7-2评估_0.24.0 SparseM_1.84-2
##[37]胶水_1.7.0风扇_1.0.6标记下调_2.27
##[40]工具_4.4.1 pkgconfig_2.0.3网络Dynamic_0.11.4
##[43]html工具_0.5.8.1
待办事项列表
- 用于连接其他包类别的导入/导出功能，特别是：
统计网套（特别是包装网络动态和数字电视),记录仪鲁西纳.
- 填充测试文件夹。
使用法术？(选择目标将使用此）使用早期采用者、采用者和落后者，以及使用非常低、低、高和非常高阈值的阈值，按照采用类别对个人进行分类（Valete 95'p.94）。使用邻接矩阵值仔细检查所有函数。从矩阵和向量中删除数据名。使用存储在meta中的数据更有效。- 实施Bass模型
包含导入调查数据的功能（如渐晕图所示）- 风险敞口基于马哈拉诺比斯距离，以及罗杰·伦德斯关于加权风险敞口（内部注释）。
- （2016-03-30）：使用
X样条线用于绘制多边形和边。
（2016-04-04）：向添加更多选项暴露即，自己（因此，无论是否删除对角线！）。- （2016-04-19）：动物行为学家。
- （2016-10-18）：回顾整个手册的语言（不仅仅是创新）。
- （2016-10-18）：评估并最终使用标准图形格式(
网络例如？）。
- （2016-10-18）：标准化图形绘制方法（选择statnet/igraph/own）
