基于阈值的模型

当外部变量超过或低于特定阈值时，人们的行为所发生的变化，就是基于阈值的行为变化。例如，当一个人决定在价格低于100元时购买一件商品，或者当某项活动的参与者超过1000人就加入进去时，就会出现基于阈值的行为。

骚乱模型

在基于阈值的模型中，个体根据某个总量变量是否超过阈值而决定采取两种行动中的其中一种。如果变量超过阈值，个体就采取行动，否则就会执行另一种。骚乱模型为每个人分配一个阈值，当参加骚乱的人数超过阈值时，这个人就会参加骚乱。一开始，只有那些阈值为零的人才会参加骚乱，假设第一天有100个阈值为0 的人发动了一场社会性活动，第二天这100人继续参加，于是参与阈值低于100的人也会加入这个行列，假设第二天新加入的人有300人，那么第三天阈值低于400的人也会加入。

假设有1000人，他们中每一个都有一个独特的阈值，范围从0到999。第一天阈值为0的人发起一场社会活动，第二天阈值为1的人加入，以此类推最后1000人都会参加这场社会活动。对骚乱模型的分析表明，阈值的总体分布也非常重要。这个模型给我们的启示是，要取得成功，除了组织一个核心革命团队之外，还需要发动群众，需要创建一个愿意加入他们的群体。

骚乱模型还可以扩展到用来分析互联网初创企业，这些企业能够创造出新的买家和卖家市场。想要创造一个新市场，初创企业必须创造一群买家和一群卖家，例如致力于将私家汽车司机与需要打车的乘客匹配起来的网站，就需要让司机和乘客到网站上注册，这些网站必须先创建出这样两个群体，而且必须保障这两个群体以大致相同的速度增长，否则。卖家和买家将无法找到匹配的另一方。也就是，初创企业必须同时制造出两场骚乱。

这个打车的网站需要有足够的可提供服务的汽车在乘客中造成一场骚乱，也就是需要足够多的乘客来到这个平台来打车。另一方面，他们也需要足够多的乘客，以便在司机中引发一场骚乱。这个平台能否成功，取决于这两个群体的阈值。滴滴打车之所以能够成功的创造出这个市场，其实是因为他们投入了大量的资金培育出了足够的初始用户，并以此触发了双重骚乱。

谢林派对模型

谢林派对模型描述了一个有两个房间的房子里举行的派对，这个派对邀请的客人可以分为两个不同的类型，N个人参加一个派对，每个人都有一个可观察的类型A或者B，每个人随机选择两个房间中的一个，在每个时刻，每个人都有p的概率走到另一个房间去，第i个人的阈值为Ti。对于这个人，如果他所属类型的人在当前房间占比低于这个阈值，他就离开这个房间。

这个模型像是随机游走和骚乱模型的混合，随机游走能够越过任何阈值，因此如果派对持续的时间如果足够长，那么隔离急救室不可避免的。如果派对规模过大，隔离结果就不容易出现，因为当参加派对的人更多时，随机游走就必须要超过更高的阈值。在这个模型中，多样化阈值产生了两种不同的影响，它们使隔离更容易发生，但是又使完全隔离的可能性降低。

谢林隔离模型

谢林隔离模型将行为主体放在地理空间的不同位置，像是放在棋盘的不同格子上，这个模型假设有两种类型的人，和谢林派对模型相同。有N个人，每个人都属于类型A或者类型B，随机排列在一个M*M的棋盘上，棋盘上还有部分空间未被占用，第i个人的宽容阈值为Ti。对于这个人，如果他所在方格的8个相邻方格中同一类型的人所占的百分比低于他的阈值，就会重新定位到一个随机的新方格上。

如果个体平均阈值接近50%，这个模型就会产生地域性的隔离。出现这种隔离是因为个体只考虑自己所在的社区，这种社区最多只能有8个居住者，几乎任何随机的初始配置都包括了被相反类型的人，如果个体进入了有更多相同类型的个体区域，就可能引起另一种类型人的重新安置，随着安置不断累积，最终就会发生隔离。即便是宽容的人，也会产生隔离的居住模式。