Extinction times of epidemic outbreaks in networks
在疾病传播的易感-传染-传播（SIR）模型中，流行病的灭绝时间发生在每个接触者的传播概率的中间值。传染性太强的疾病在人群中很快就消失了。传染性不够强的感染在传播给大部分人之前就已经死亡。我们刻画了SIR网络模拟中的最大灭绝时间如何依赖于网络结构。例如，我们发现，在孤立的组件的平均距离，加权组件的大小，是一个很好的预测的最大灭绝时间。此外，最长爆发的传播概率大于流行阈值，但似乎与之无关。
2013-10-15 cs.SI physics.soc-ph q-bio.PE
Using Friends as Sensors to Detect Global-Scale Contagious Outbreaks
最近的研究侧重于监测全球规模的在线数据，以更好地发现流行病、情绪模式、股票市场的波动、政治革命、票房收入、消费者行为和许多其他重要现象。然而，隐私方面的考虑和在线可用数据的庞大规模正在迅速使全球监测变得不可行，并且现有方法没有充分利用本地网络结构来识别用于监测的关键节点。在这里，我们开发了一个全球规模的，公开表达的社交网络中的信息传染性传播模型，并表明一个简单的方法不仅可以早期检测，而且可以提前预警传染性疫情。在这种方法中，我们随机选择网络中的一小部分节点，然后随机选择每个节点的一个“朋友”，包括在一个组中进行本地监控。使用来自整个Twitter领域的大部分六个月的数据，我们表明这个朋友群体在网络中更重要，它有助于我们比我们使用相同大小的随机选择的群体提前7天检测到使用新标签的病毒爆发。此外，由于网络结构本身，该方法实际上比预期的效果更好，因为高度中心化的参与者更加活跃，并且在他们向其他人传递的信息中表现出更大的多样性。这些结果表明，局部监测不仅效率更高，而且更有效，而且有可能对全球规模网络中的其他传染过程进行类似的监测。
2012-11-28 cs.SI physics.soc-ph
Modeling news spread as an SIR process over temporal networks
互联网媒体的新闻传播可以被看作是一个传染过程，产生时间网络，代表了已发表文章之间的影响。在本文中，我们提出了一种基于应用自然语言分析的文章来重建传播网络的方法。从重建的网络，我们表明，新闻传播的动力学可以近似为一个经典的SIR流行病学网络上的动力学。从所获得的结果，我们认为，提出的方法可以用来预测媒体的反响，也可以检测病毒模因在新闻流。
2016-12-14 cs.SI physics.soc-ph q-bio.PE
When ideas go viral -- complex bifurcations in a two-stage transmission model
我们考虑了具有两个非线性传染阶段的传播动力学数学模型的定性行为。所提出的模型的灵感来自流行病学（传染病的传播）或社会动态（意见，行为，思想的传播）中发生的现象，并通过分区方法描述。在与启动子（传染性个体）接触后，未接触过的（易感）人可以自己成为启动子，也可以成为$\textit{weakened}$，因此更容易受到感染。虚弱的个体在与发起人群体的成员进行第二次接触时会变得具有传染性。在传染区呆上一段时间后，个体变得不活跃（不易受感染，不能传播），并从传播链中消失。我们结合这两个阶段的传染过程与更新的天真的人口，建模的手段从虚弱或不活跃的状态到易感车厢的过渡。这导致了丰富的动态，显示例如共存和双稳态的平衡和周期轨道。（非平凡）平衡的性质进行了研究分析。此外，数值研究的参数空间揭示了许多分歧，表明这样一个系统的动力学可以比经典的流行病ODE模型更复杂。
2021-05-03 math.DS physics.soc-ph q-bio.PE
Absence of influential spreaders in rumor dynamics
最近的研究[1]表明，核心度，而不是度，构成了一个更好的拓扑描述符，以识别复杂网络中有影响力的传播者。这一假设在疾病传播的背景下得到了验证。在这里，我们专注于谣言传播模型，这更适合于社会传染和信息传播。为此，我们在几个真实世界的网络上进行了广泛的计算机模拟，并发现了相反的结果。也就是说，我们表明，节点的传播能力不依赖于他们的$k$核心索引，而不是决定是否一个给定的节点防止扩散的谣言，以系统范围内的规模。我们的研究结果与传染动力学的社会学研究和有效的商业病毒过程的设计有关。
2011-12-10 cs.SI physics.soc-ph
Adaptive Susceptibility and Heterogeneity in Contagion Models on Networks
传染性过程，例如传染病的传播、社会行为或计算机病毒，会影响生物、社会和技术系统。网络上大种群和有限总体的流行病模型已被用来理解和控制瞬态和稳态行为。通常认为，在从感染中恢复后，每个病原体将返回其原始易感状态或获得对再感染的完全免疫力。我们研究了网络SIRI（易感-感染-传染-感染）模型，一个传染病模型的传播过程中的网络异构代理，可以适应他们的易感性再感染。该模型概括了现有的模型，以适应现实的条件下，代理商获得部分或妥协的免疫力后，第一次暴露于感染。我们证明了区分四个动态制度：无感染，流行病，地方病，和传染病的模型参数和网络结构的充要条件。对于在传统模型中没有考虑到的传染性疾病制度，我们展示了在看起来像是向无感染人群收敛之后，如何能够出现快速复苏的流行病。我们使用该模型及其预测能力来展示如何设计控制策略来减轻有问题的传染性行为。
2020-04-11 cs.SI math.DS math.OC
Are `Water Smart Landscapes' Contagious? An epidemic approach on networks to study peer effects
我们测试存在的邻里为基础的同伴效应，在内华达州拉斯维加斯市的一个激励为基础的保护计划，称为“水智能景观”（WSL）的参与。我们使用15年的地理编码的WSL计划申请和批准的每日记录，由南内华达州水务局和克拉克县税务评估员为家庭特征编制。我们使用这些数据来测试是否可以观察到空间介导的同伴效应在家庭层面的WSL参与可能性。我们发现，流行病传播模型提供了更大的灵活性，在建模假设，也提供了一种机制，解决相关的不可观测的问题比危险模型，也可以应用于解决同样的问题。我们建立网络的邻居为基础的同行16个随机选择的社区在拉斯维加斯和测试的存在，基于WSL参与的影响，通过使用易感-暴露-被感染-被感染的流行病传播模型（SEIR），在该模型中，一个家可以成为通过自身感染或通过传染病从其感染的邻居。我们证明了这类传染病模型可以直接转化为一个加性-乘性风险模型，而不能转化为一个纯乘性模型。使用推断和预测的方法，我们发现在拉斯维加斯的几个街区的同伴效应的证据。
2018-01-29 econ.EM physics.data-an physics.soc-ph
Social Network Sensors for Early Detection of Contagious Outbreaks
目前检测传染病爆发的方法最多只能提供有关流行病进程的同期信息。平均而言，处于社交网络中心的个人可能比处于边缘的人更快被感染。然而，映射整个网络以识别要监视的中心个体通常非常困难。我们提出了一种替代策略，不需要确定的全球网络结构，即，监测随机选择的个人的朋友。这样的人被认为是更中心的。为了评估这样的朋友群是否真的能提供早期发现，我们研究了2009年底哈佛大学的一次流感爆发。我们跟踪了744名学生，他们被分为随机组和朋友组。根据临床诊断，朋友组的流行病进展发生在14.7天（95% C.I. 11.7-17.6）在随机选择的组之前（即，全体人民）。朋友组在流行的第16天也显示出显著的领先时间（p<0.05），在整个人群的日发病率高峰之前整整46天。这种传感器方法可以提供大量额外的时间来对监测下的小型或大型人群中的流行病作出反应。此外，该方法原则上可以推广到其他在网络中传播的生物、心理、信息或行为传染。
2010-04-27 physics.soc-ph q-bio.OT
The Effects of Diffusion of Information on Epidemic Spread -- A Multilayer Approach
在这项工作中，目的是研究传染病的传播和多层次社会系统的信息。其主要思想是找到一个标准，根据该标准，采用传播信息阻止或抑制流行病的传播。两层网络是模型的基础。第一层描述了直接接触的互动，而第二层是信息传播层。这两个层由相同的节点组成。这个社会由五种不同类别的人组成：易感者、感染者、康复者、接种疫苗者和感染者。最初，只有一个受感染的个体开始传播感染。直接接触相互作用将感染传播给易感者。信息通过第二层传播。SIR模型用于描述感染传播，而Bass方程用于描述信息的采纳。信息传播与疾病传播竞争的控制参数是网络的拓扑结构和连通性密度。信息层的拓扑结构是一个无标度网络，其边缘密度不断增加。在接触层中，每个节点具有相同平均度的规则和无标度网络可以互换使用。观察结果是，接触网络的日益复杂性降低了个体意识的作用。如果接触层由具有有限范围连接的网络组成，或者边缘比信息网络稀疏，则信息的传播在控制流行病方面起着重要作用。
2021-03-13 cs.SI physics.soc-ph
A survey on modelling of infectious disease spread and control on social contact networks
尽管根据世界卫生组织（WHO）的报告，每年约有420万人因传染病而死亡，但传染病是对人类社会的重大威胁，在COVID-19发生之前，人类社会被忽视了。由于最近的COVID-19疫情，于二零二零年有超过200万人死亡，96. 2百万人受到这种毁灭性疾病的影响。最近的研究表明，通过模拟传染病在社会接触网络上的传播，应用个人互动和移动数据可以帮助管理大流行病。传染病的传播可以用扩散过程的理论和方法来解释，扩散过程是网络系统上的一种动态现象。在扩散过程的建模中，假设具有传染性的物品通过节点间的相互作用在网络系统中扩散。这类似于传染性病毒的传播，例如COVID-19在人群中通过个人社交互动传播。扩散过程的演化行为强烈地受到下垫面系统的特性和扩散过程本身的机制的影响。因此，传染病的传播可以用人与人之间的相互作用和疾病本身的特征来解释。本文介绍了传染病传播模型中扩散过程的相关理论和方法。
2021-02-03 cs.SI physics.soc-ph q-bio.PE
Optimal curing policy for epidemic spreading over a community network with heterogeneous population
设计一个有效的治疗政策，能够阻止一个流行病的过程在一个负担得起的成本，必须考虑到人口接触网络的结构，支持传染过程。因此，我们解决了在人群中分配恢复资源的问题，以尽可能低的成本防止流行病在网络中无限期地持续下去。具体地说，我们分析了一个易感染的易感流行病过程的加权图上传播，通过一阶平均场近似。首先，我们描述了接触网络的动态的流行病之间的一个非齐性总体，这可能是分为社区的影响。对于社区网络的情况下，我们的调查依赖于公平分区的图论概念，我们表明，流行病的阈值，对流行病传播的网络鲁棒性的一个关键措施，可以确定使用一个低维的动力系统。利用计算的流行病阈值，我们确定了成本最优的治疗策略，通过解决一个凸极小化问题，它具有一个减少的社区网络的情况下的维数。最后，我们考虑了一个两层的最优固化问题，对于这个问题，我们设计了一个在网络规模下具有多项式时间复杂度的算法。
2017-12-01 cs.SI math.OC physics.soc-ph
Viral mutation spread controlled by inter-host network dynamics
Galician Center for Mathematical Research and Technology (CITMAga)（加利西亚数学研究与技术中心）；Group of Nonlinear Physics, Universidade de Santiago de Compostela（圣地亚哥-德孔波斯特拉大学非线性物理研究组）；Department of Applied Mathematics, Universidade de Santiago de Compostela（圣地亚哥-德孔波斯特拉大学应用数学系）
本研究通过数学模型和数值模拟，分析宿主网络拓扑对突变病毒株传播的影响，并提出基于网络的干预策略以遏制其扩散。
2026-10-19 physics.soc-ph q-bio.PE
How network properties and epidemic parameters influence stochastic SIR dynamics on scale-free random networks
本文在无标度随机网络上研究SIR随机动力学，结合灭绝概率理论结果与随机模拟，揭示了疾病传染性、网络连通性及起始节点度对流行病传播指标的影响。
2020-11-20 math.DS physics.soc-ph
Trend-driven information cascades on random networks
全球级联的阈值模型已被广泛用于模拟现实世界的集体行为，如时尚的传染性传播和新技术的采用。这些级联模型的一个共同特性是，一个极小的种子部分可以通过局部感染传播到无限大网络的有限部分。然而，在社会和经济网络中，个人的行为往往不仅受到其直接邻居的影响，而且还受到大多数人作为一种趋势的影响。趋势影响个人的行为，而个人的行为创造了趋势。为了分析这种局部和全局尺度现象之间的复杂相互作用，我通过引入一种新类型的节点，称为\textit{global nodes}（或\textit{trend followers}），其激活概率取决于全局尺度趋势，特别是激活节点在种群中的百分比，来推广标准阈值模型。该模型表明，一旦出现趋势，全球节点就起到了加速级联的作用，同时降低了趋势出现的概率。因此，全球节点要么促进级联，要么抑制级联，这表明，适度份额的趋势追随者可以最大限度地提高级联的平均规模。
2015-12-02 cs.SI physics.soc-ph
Nonlinear random walks optimize the trade-off between cost and prevention in epidemics lockdown measures : the ESIR model
传染病可以通过空气传播或其他传播媒介在人群中迅速传播。如果对个人健康的影响对住院人数甚至死亡人数造成严重后果，它们可能特别具有破坏性。遏制流行病蔓延的常见对策包括对人与人之间的交往或一般的流动性实行限制，这往往与经济和社会成本有关。本文提出了一个集合种群网络上最优社会距离的目标模型--ESIR模型，该模型能有效地减少疾病传播，同时最小化对人类流动和相关成本的影响。该模型是基于一个非线性随机游走过程，认为有限的承载能力的网络的元节点，物理补丁，个人在移动网络内进行交互。后一种约束被建模为经典SIR模型的松弛隔间E，并量化空置空间的密度以容纳扩散的个体。将该问题表述为多目标优化问题表明，当步行者避开拥挤的节点时，系统可以快速接近帕累托最优，从而大大减少了传播，同时最小化对人类流动的影响，这也在经验交通网络中得到验证。这些结果设想特设的流动协议，可以潜在地提高流行病控制的政策制定。
2022-01-08 physics.soc-ph
Diffusion paths between product life-cycles in European phonographic markets
我们调查了在欧洲12个最大的国家唱片市场演出的近17000首热门单曲的产品生命周期，这些国家包括：奥地利、比利时、法国、德国、爱尔兰、意大利、荷兰、挪威、西班牙、瑞典、瑞士和英国。我们考虑了每个国家过去50年（1966-2015）的每周单曲排行榜。我们分析了流行单曲流行的传播（图表顶部）作为一个流行病学的过程中进行的各个欧洲国家。热门单曲在各国之间具有传染性。因此，我们考虑了最初的热门单曲发行和在连续的全国单曲排行榜上达到最高位置之间的时间延迟。我们创建了一个有向的国家网络，代表了国家之间热门单曲流行度的变化。它是通过模拟最可能的路径和挑选最频繁的链接。最初流行单一病毒发布的国家被认为是感染源。我们的算法建立了生成树附加新的节点。附着的概率取决于：1）新节点的免疫力2）来自树的先前节点的感染性。因此，我们获得了一个枢纽英国，一个桥梁荷兰和离群意大利和西班牙的流行传播网络。我们发现了一个流行单曲流行传播的特征拓扑结构。这个网络和欧洲的地理或文化网格地图之间的正相关关系也被观察到。然而，流行度传播网络具有复杂网络的一些典型性质。
2016-06-20 cs.SI nlin.AO physics.soc-ph
Common Knowledge on Networks
对意图的共同认识对于基本的社会任务至关重要，这些任务包括合作狩猎、寡头勾结、骚乱、革命以及社会规范和人类文化的演变。然而，关于常识如何在社交网络的动态中留下痕迹，人们知之甚少。在这里，我们展示了一个人的网络属性-主要是本地聚类和介数中心-提供了成功参与共同知识任务的能力的强烈信号。这些信号与当实践具有传染性时，或者当人们使用不太复杂的不产生真正协调的方法时所预期的信号不同。这使得从观察中推断决策规则成为可能。我们还发现，需要共同知识的任务可能会产生显著的成功不平等，而当实践仅通过传染传播时，结果相对平等。
2015-07-29 cs.SI physics.soc-ph q-bio.NC
Contagion processes on urban bus networks in Indian cities
公共汽车运输被认为是印度城市最方便，最便宜的公共交通方式之一。由于其成本效益和广泛的可达性，它们每天帮助城市中的很大一部分人口到达目的地。虽然从交通的角度来看，它们比其他公共交通方式有许多优点，但它们也构成了传染病在整个城市传播的严重威胁。由于存在许多地方性的空间限制，传染病传播的过程和程度极难预测。此外，大多数研究都集中在无标度网络拓扑结构上的传染过程，而空间受限的现实世界的网络，如总线网络，表现出广泛的网络拓扑结构。因此，我们的目标是在这项研究中，了解这一复杂的动态过程中的流行病爆发和信息扩散的公交网络上的六个不同的印度城市使用SI和SIR模型。这将使我们能够确定这些网络的流行阈值，这将有助于我们通过开发基于节点的免疫技术来控制疫情。
2016-05-19 physics.soc-ph
Mobility signatures: a tool for characterizing cities using intercity mobility flows
了解城市之间人类流动的模式有各种各样的应用，从交通工程到传染病传播的空间建模。我们采用以城市为中心，数据驱动的视角来量化这些模式，并引入移动签名作为了解城市（或地区）如何嵌入更广泛的移动网络的工具。我们展示了移动签名的方法，通过两个应用程序，建立在基于移动电话的数据从芬兰的潜力。首先，我们使用流动性特征表明，众所周知的辐射模型是更准确的流动性流与较大的城市，而传统的重力模型似乎更适合人口较少的地区。其次，我们说明了SARS-CoV-2大流行如何在2020年春季扰乱芬兰的流动模式。这两个案例证明了移动签名快速捕获移动流特征的能力，这些特征是使用更传统的方法难以提取的。
2021-12-03 cs.CY physics.soc-ph
Understanding the Impact of the COVID-19 Pandemic on Transportation-related Behaviors with Human Mobility Data
中国内地受限制的COVID-19疫情最近被视为抗击这种高传染性病毒的成功范例。无论是传播时间短（约三个月），还是中国内地确诊病例呈指数级增长，都证明中国当局采取了有效的防疫措施，如病例隔离、旅行限制、关闭娱乐场所、禁止公众集会等。这些措施当然可以有效控制COVID-19疫情的蔓延。同时，它们可能会极大地改变人类流动模式，例如公众的日常交通相关行为。为了更好地了解COVID-19对交通相关行为的影响，并提供更有针对性的抗疫措施，我们使用从中国广泛使用的网络地图服务百度地图收集的大量人类流动数据，以了解疫情期间当地人民的详细反应。具体而言，我们从1）交通工具、2）到访场馆类型、3）场馆入住时间、4）对“起点-终点”距离的偏好、5）“起点-交通-终点”模式等角度，对疫情期间的交通相关行为进行数据驱动分析。对于每个主题，我们也给出了我们的具体见解和政策制定建议。鉴于COVID-19大流行仍在全球200多个国家和地区蔓延，感染了数百万人，本文提供的见解和建议可能有助于抗击COVID-19。
2022-02-16 cs.CY physics.soc-ph
Efficient simulations of epidemic models with tensor networks: application to the one-dimensional SIS model
本研究利用矩阵乘积态高效模拟一维SIS模型，获得精确概率分布，优于蒙特卡洛，并分析大偏差与熵度量。
2023-05-11 cond-mat.stat-mech physics.soc-ph q-bio.PE
