为了抢占市场份额，掠夺超额利润以及保持竞争优势，企业通常会运用各种营销手段促使新产品在市场中进行快速扩散。从营销学的视角来看，作为一种行之有效的营销手段，广告在提升产品销售业绩、改善企业文化形象以及活跃市场经济氛围等方面扮演着举足轻重的角色。既有的营销调查报告表明，作为营销手段的广告因素，对新产品市场扩散的影响非常突出。因此，若将广告因素引入到创新扩散模型之中，便能够使得理论模型更加贴切实际情境，进而有助于管理者提高新产品市场扩散量的预测精度，把握最新的市场动向，掌控企业的市场格局以及做出符合实情的市场决策。
　　创新扩散模型是用来模拟和预测新产品或新技术市场扩散的重要模型，而在创新扩散模型中，经典Bass模型又是应用最广泛的模型，比如Eastman、Kodak、IBM、Sear和Hewlett-Packard等企业都利用经典Bass模型对新产品或新技术的市场扩散进行建模和预测，为其制定相应的市场营销决策提供技术支持。虽然经典Bass模型己成功应用于各个领域，但其还存在一定的局限性，例如未考虑广告因素对新产品市场扩散的影响，而事实上，企业营销行为对新产品的市场扩散具有重要影响，对于推动新产品市场扩散起重要作用。因此，若在新产品市场扩散模型中考虑广告因素的影响作用，就更能科学合理地反映出新产品市场扩散的真实规律。
　　基于上述考虑，本文在经典Bass模型的基础上，给出了考虑广告因素的扩展Bass模型。同时鉴于模型的复杂性，以及现有扩散模型参数估计方法的局限性——要求扩散模型有解析解或具有离散形式，本文进一步采用一种新的参数估计方法即蚁群算法对考虑广告因素的扩展Bass模型参数进行估计。该算法不仅能克服现有算法存在的局限性，而且还具有以下优点:(1)正反馈;(2)并行分布式计算;(3)具有很强的鲁棒性，且易与其他算法相结合。本文以中国移动通讯技术的市场扩散为例进行了实证研究，比较了蚁群算法与普通最小二乘法、极大似然估计法、非线性最小二乘法对考虑广告因素的扩展Bass模型的估算效果，发现在历史数据较少的情况下采用蚁群算法效果更好;同时也将考虑广告因素的扩展Bass模型的实证研究结果与Bass模型的实证研究结果进行了比较，研究结果表明:考虑广告因素的扩展Bass模型比其他扩散模型有更好的拟合优度和预测精度。