传染病传播模型综述

建立传染病传播模型是理解传染病流行机理, 预测流行趋势, 进行防控决策的基础. 将传染病传播模型分为单一群体模型, 复合群体模型和微观个体模型三类. 单一群体模型从宏观角度刻画了集计量的变化, 以经典的\,SIR\,为基础, 在仓室设置、 年龄结构、 随机性、 异质性等方面进行了扩展. 复合群体模型将人群划分为多个子群体, 子群体之间因人口流动而耦合, 适合研究具有空间异质性的跨地区传播问题. 微观个体模型的出发点是个体状态和行为, 所有个体形成接触网络. 这类模型有理想网络和现实网络两个研究方向, 理想网络关注接触网络特性对传染病传播动力学的影响, 现实网络致力于揭示社会接触的实际特征, 构建足够真实的模拟网络, 研究传染病的传播. 这三类模型各有特点, 分别具有各自的适用领域, 应根据研究目的和问题特点选择合适的建模方法.     

IDU大规模社会网络及其HIV传播模拟

引入复杂Agent网络模型建立注射吸毒(IDU)共享网络的HIV传播模拟模型。在传统无标度网络配置模型的基础上,通过增加邻域选择机制和三角形形成机制,提出了一种能应用于大规模病毒传播的IDU社会网络生成和演化算法。模型可实现指数可调幂律度分布、高聚类系数和度-度相关等社会网络特征;网络中的边可以断开、重连,网络中的节点可以退出、进入,网络具有动态特性。网络中节点Agent模型中包括个体的行为、病程及个体对疾病干预措施的响应机制,通过节点Agent和网络的协同作用,实现个体行为、个体之间共用注射器吸毒构成的社会网络和干预政策耦合演化的HIV传播模拟模型。对生成的网络进行了社会网络参数度量,利用云南省的数据对吸毒网络HIV传播干预情景进行仿真研究。     

基于决策偏移的舆论演化动力学模型

随着社会计算的飞速发展,网络数据日益向大数据方向演进,网络群体呈现出多样性特征. 针对传统舆论演化动力学模型忽略大规模群体一致性压力和个体决策内驱力的相互作用,以及社会网络节点多、规模大等问题,提出了基于决策偏移概念的舆论演化动力学模型. 模型将内在偏移牵引力、外在群体一致性压力相结合,并引入社会心理学从众效应理论,建立依从、趋同和内化的节点状态及状态转移策略和观点演化策略. 仿真结果表明,模型能够有效模拟观点的收敛和分化,与经典有限信任模型相比,更加符合大型社会网络中群体舆论演进和个体交互的行为特征,揭示了群体层面观点演化的内在规律,为大数据时代分析现实舆论形成的内在机理提供理论模型和参考.     

个体的观点不确定性对群体观点多元化的影响

用社会群体中个体的微观特性,来研究群体的宏观规律,是提升社会观点演化研究科学化水平的重要手段。然而,目前对个体的观点不确定性与群体观点多元化涌现之间关系的探索还不够深入。在有界信任模型的基础上,通过区分观点不确定性的范围和程度,构建了“有界信任”与“部分观点坚定”共同作用的模型,研究了个体的观点不确定性对群体形成多元化观点的影响。通过调整个体的观点不确定性,考察单个个体、同质群体和异质群体的观点演化效果,用仿真计算实验揭示了个体的观点不确定性的范围和程度对群体形成观点多样性的影响机制和特点;通过对社会群体的分析,建立了个体的观点不确定性与观点的依赖关系,考察了3种典型初始观点分布条件下的群体观点演化,发现观点呈现出类似均匀分布或正态分布时容易形成群体观点多元化,而呈现出“极端子群体”分布时难以形成观点多元化。仿真计算实验从一定程度上揭示了社会群体观点演化的规律。     

大规模群体行为仿真模型设计与实现

大规模群体行为建模是面向战争和危机研究的社会仿真的关键技术。现有的群体行为模型对小规模群体的行为动力学特性表现较成功,但对其的社会学属性表现不足。而在战争危机出现时,群体行为通常呈现出地域范围广大、数量规模巨大、时间跨度较大的特点,群体社会学特征明显。采用基于Agent的Bottom-Up的建模方式,设计了一个包含日常与危机两种状态以及三层可变粒度的大规模群体行为模型,解决了行为描述粒度的问题、行为演化的确定性随机性问题以及行为的视觉化呈现问题。     

基于Agent动态小世界网络的HIV同性传播仿真研究

提出了一个agent动态小世界网络仿真模型,结合了小世界网络结点和agent的双重特性,研究了HIV(Human Immunodeficiency Virus)在同性人群中传播扩散的动态过程。为了适应社会网络上HIV传播的动态特性,模型在小世界网络基础上增加两个个体之间的偶然关系和固定关系以及个体从系统中的移入和移出。介绍了HIV病情发展的不同阶段及疾病参数,考虑了个体的自主性和检测对HIV传播的影响。仿真结果表明该模型较好地反映了动态社会网络和个体自主性行为对HIV传播的影响。     

突发事件的网络情绪传播机制及仿真研究

互联网快速发展及其应用的日益普及,给突发事件的应急管理带来许多新的挑战.在网络空间,突发事件的信息传播往往伴随着强烈的情绪传播,极易引发网民的群体情绪,并由此可能导致极端和对立行为以及群体性事件等严重的次生社会问题.论文从信息传播所引发的网民群体情绪传播及其群体行为出发,研究了突发事件网络信息传播过程中网民群体的情绪传播机制,提出了突发事件中网民群体间的情绪传播模型,并以著名社会特大事件为例进行了仿真分析.实验结果表明,上述模型能够较准确地反映突发事件信息传播过程中的网民群体情绪传播特征及其演化规律.     

小世界网络V.S.均匀混合网络中的SIRS型传染病模型

在现实复杂情形下(包含非线性传染率、有隔离措施、群外个体迁入、生育与死亡以及疾病可水平和垂直传播等),比较研究小世界网络中的SIRS型传染病模型与均匀混合SIRS型传染病模型的疾病动态传播行为,以及相同疾病控制策略在两种传染病模型上的效果。数值仿真研究发现:1)动态行为特征仅与模型参数有关的均匀混合SIRS型传染病模型不能准确刻画小世界网络中的传染病传播行为。2)源于均匀混合SIRS型传染病模型的控制策略(如强化隔离染病个体、限制易感群体迁入、提高染病个体死亡率以及控制疾病垂直传播等)适用于控制小世界网络中的传染病,但效果有显著差异。3)小世界网络中的SIRS型传染病的控制策略中,存在一个最佳的染病个体死亡率阈值。     

基于互信网络的艾滋病吸毒传播仿真模型

提出一种根据个体的社会属性建立友谊网络,根据友谊网络形成互信网络,根据社会属性和互信关系建立吸毒和共用针具行为规则的艾滋病传播仿真模型.实验结果表明,个体的属性、位置和行为以及网络结构均显著影响传播过程,但特点有所不同,社会底层的低学历青年男性是艾滋病传播的高危群体,加强对社会关系广泛、扮演中介角色的经常共用针具吸毒者的监管,是控制吸毒传播艾滋病的关键.必须同时控制多种传播途径,才能有效抑制艾滋病的蔓延.     

基于SIS模型的锻炼获益感知传播建模与仿真

为辨析个体健康行为改变与群体健康行为涌现之间的关系,解决在社交网络中对锻炼效果感知等典型健康信息传播过程进行数学刻画困难、社会试验难以开展等问题,引入传染病动力学SIS(susceptible-infected-susceptible)模型,对经典健康信息锻炼效果感知的传播过程进行建模仿真,以满足社会系统复杂性和个体多样性、智能性要求。利用NetLogo平台、采用基于Agent的建模仿真方法,对锻炼获益感知的传播过程进行数值实验,识别群体健康行为改变涌现的相变过程。实验表明：该模型能够有效刻画锻炼效果感知信息传播过程,其传播效果与传播积极性消减周期长度、节点复态几率等因素高度相关。     

面向应急管理的大图重要节点中介度高效近似计算方法

社交网络中的重要节点对于信息的传播效率有着至关重要的作用,也是近年来的研究热点问题.同时,随着新媒体时代手机、微博、微信等新兴媒介日益变快的信息传播速度,政府部门和企业已经逐渐认识到通过识别社交网络中的重要节点对于管理和控制社交网络中的信息传播,在面向应急的非常规突发事件数据获取与分析中,有着举足轻重的作用.新媒体时代也扩展了人们社会活动的信息容量与交换速度,以MapReduce为代表的分布式计算系统在应急管理的大规模社交网络数据分析中也变得越来越普遍.为了便于应急管理中的信息传播控制,针对应急管理中大规模社交网络图上重要节点识别的关键问题,本文提出了一种新颖的基于轴节点选择策略的大图重要节点中介度近似计算方法和原型系统,并通过模拟数据和真实数据(包含一个连续六个月的真实社交网络数据集)进行了验证.实验结果表明,该方法能非常有效地找出社交网络上的重要节点,对于应急管理中的信息传播控制有着重要的作用.     

双层社会网络上的舆情传播动力学分析

本文构建了由线上社交网络和线下物理接触网络构成的双层社会网络模型,通过理论分析计算出稳态时的舆情传播者比例,得到双层社会网络上的舆情传播阈值大于单层线上网络舆情传播阈值,而小于单层线下网络舆情传播阈值.仿真实验结果表明,在线社交网络能够扩大舆情传播范围、加快舆情传播速度.各层子网的传播率对另一层网络中传播者比例几乎没有影响.此外,来自于线下网络的传播者转移率对舆情传播过程的影响作用小于来自于线上网络的传播者转移率.     

基于信息共享角度的团购策略研究

随着社交网络的崛起,信息共享成为消费者行为的一个重要特征. 本文基于信息共享角度,在考虑消费者特基础上对商家的团购策略进行设计. 研究表明,随着信息共享难度或低信息消费者比例的增大,团购折扣价格家利润逐渐减小,但混合团购个人购买价格却先增后减; 同时,反从众、不从众和从众消费者的比例以及从性导致的保留价值差直接影响最优的团购策略; 而较高比例的等待敏感型消费者也会导致团购折扣价格的减小. 另外,只有当高低信息消费者之间的信息差较大且信息共享难度不大时,团购策略才优于传统边际策略.     

Agent-Based Simulation of Rumor Propagation on Social Network Based on Active Immune Mechanism

To simulate the rumor propagation process on online social network during emergency, a new rumor propagation model was built based on active immune mechanism. The rumor propagation mechanisms were analyzed and corresponding parameters were defined. BA scale free network and NW small world network that can be used for representing the online social network structure were constructed and their characteristics were compared. Agent-based simulations were conducted on both networks and results show that BA scale free network is more conductive to spreading rumors and it can facilitate the rumor refutation process at the same time. Rumors paid attention to by more people is likely to spread quicker and broader but for which the rumor refutation process will be more effective. The model provides a useful tool for understanding and predicting the rumor propagation process on online social network during emergency, providing useful instructions for rumor propagation intervention.     

基于无标度网络的恐怖信息传播与最优应对策略

通过BA无标度网络模型刻画社会结构,基于NetLogo软件建立异质性多主体模型,考虑随机和择优两种策略,模拟恐怖信息在网络中的传播和政府的干预措施,以研究恐怖信息传播的影响因素和政府的最优应对策略.研究结果表明:网络恐怖信息的传播速度主要取决于网络结构和个体的从众程度,与恐怖集团的传播策略关系不大.政府有效应对恐怖信息传播的最优策略取决于个体的从众程度、政府的干预范围等多方面因素:个体从众程度的增加能够有效降低政府干预措施的生效时间;政府干预范围的增大在随机应对策略和择优应对策略下均能够实现更好的干预效果.     

社会关系网络密度对创新扩散的影响

从微观个体角度研究创新扩散是近年来创新扩散颁域的一个重要研究方向,本文运用复杂网络工具来精细刻画个体的微观结构,并以此研究了社会关系网络密度对创新扩散的影响.通过对原有阈值模型进行网络化扩展,结合创新扩散的两个基本渠道--传媒和口头交流.建立了基于复杂网络的随机阙值模型,利用计算机仿真模拟,测试了不同社会关系网络密度下的创新扩散程度,指出社会关系网络密度对创新扩散的影响取决于消费者对传媒网争社会关系网的依赖程度.     

可变相关系数网络病毒传播仿真研究

针对复杂网络中相连节点之间的度相关性与病毒传播之间的关系,基于经典病毒传播模型SIS和SIR,研究了BA无尺度网络、ER随机网络及技术网络、社会网络等真实世界网络上的病毒传播行为。通过连续改变已知网络的度相关系数,来观察病毒传播的变化情况。仿真结果表明,异配网会络加速病毒的传播,而传播速度对同配网络具有更高的敏感性,且同配网络传播临界值较低。此外,目标免疫对异配网络具有更有效的免疫效果。     

反沉默螺旋效应下社交媒体谣言传播动力学研究

目前，社交媒体已经成为网络谣言滋生的温床，其庞大的用户规模，以及即时性、开放性等特点，使得谣言传播的广度和速度远远高于现实社会网络，从而对人们的生活和社会的稳定产生巨大的影响.为此，基于传染病动力学及"反沉默螺旋"理论，构建了考虑辟谣行为及网络结构的社交媒体谣言传播模型；并进一步分析了模型中无谣言平衡点和谣言存在平衡点的存在性和稳定性，计算了模型的基本再生数；利用MATLAB对模型中各参数变化对谣言传播的影响进行了仿真分析，并对部分参数进行了敏感性分析；利用实际案例对模型进行了进一步的分析与验证；最后，给出了控制社交媒体中谣言传播的策略建议.     

基于航空信息网络的枢纽机场航班延误预测模型

航班延误一直是机场运营管理的一大难题，本研究报告面向区域多机场，重点针对机场集团内枢纽机场的航班延误问题，提出基于航空信息网络的航班延误预测模型NBFDM. 该模型不仅使用了航班自身的相关属性，并且还考虑了航空信息网 络内其他机场的因素对航班延误的影响. NBFDM模型首先提取航班本身的特征和该航班飞行前一段时间内航空信息网络的特征，然后使用PCA进行降维，对降维处理后的特征再使用SVR方法，得到非线性回归模型，用于预测航班的延误时间. 实验表明本研 究报告所提模型NBFDM相比仅使用航班自身属性的模型，对航班延误时间的预测误差降低约20%.     

基于MapReduce的分布式改进随机森林学生就业数据分类模型研究

教育数据挖掘(educational data mining)是当代教育信息化发展的前沿研究领域,正在吸引越来越多教育学家和数据科学家的关注."大数据"时代背景下,随着数据处理规模的不断激增,现有的数据挖掘模型在单一处理节点的计算能力遭遇瓶颈,各类面向大数据处理的分布式计算框架应运而生.借助这些框架,面向解决高校就业数据挖掘问题的机器学习模型便可以满足未来大规模数据处理的需求,在未来数据集体量庞大的信息集成系统中为数据挖掘和决策支持提供帮助.以此为背景,本研究对比现有数据模型对研究目标对象的分类性能,提出了以引入输入特征加权系数来计算特征的信息增益作为特征最优分裂评判指标的改进随机森林模型来提升数据分类性能,通过仿真测试改进模型对于现有模型分类性能的提升情况,与此同时为解决大数据时代背景下面向海量数据分类任务的单节点性能瓶颈问题,提出了基于分布式改进随机森林算法的大规模学生就业数据分类预测模型.通过使用MapReduce分布式计算框架实现已训练模型在本地磁盘与分布式文件系统之间的序列化写入与反序列化加载过程,进而实现了基于改进随机森林模型的大规模数据分类模型的分布式扩展.