Link Prediction and the Role of Stronger Ties in Networks of Face-to-Face Proximity
了解链接形成的原因是一个重要而突出的研究课题。因此,在本文中,我们考虑的链接预测问题,在面对面的接触网络,并分析了新的和经常性的链接的可预测性。此外,我们还研究了其他的影响因素,以及在这些网络中更强的联系的作用。具体来说,我们比较了基于邻域和基于路径的网络邻近度测量在基于阈值的分析捕捉时间动态。分析的结果和见解是人类联系网络可预测性应用的第一步,例如,用于改进推荐。
2014-07-08 cs.SI physics.soc-ph
A vector logistic dynamical approach to epidemic evolution on interacting social-contact and production-capacity graphs
个体社会接触网络和个体感染恢复率的变化所表现的群体不均匀性,使得传染病传播动力学具有不确定性。因此,覆盖经济生产网络及其适当的协作组件在某种程度上受到不可预测的影响。我们的模型提出了一个“矢量逻辑”的动态方法SIS动态的社会联系网络与其经济能力网络的互动。向量逻辑描述中的图状态的概率解释提供了一种方法来评估被感染者的平均值和方差对生产能力的影响,并允许社会连接调节的战略规划。根据“累积”、“多数”和“脆弱性”代用指标评估了流行病的平均效应和波动对生产能力的影响。
2021-08-31 physics.soc-ph q-bio.PE
Simulation of an SEIR infectious disease model on the dynamic contact network of conference attendees
传染病的传播在很大程度上取决于人与人之间的接触模式。因此,这些模式的知识是必不可少的通知模型和计算工作。然而,很少有实证研究提供社会群体之间接触的数量和持续时间的估计。此外,它们的空间和时间分辨率有限,因此数据在人与人之间的层次上并不明确,接触的动态方面也被忽视。在这里,我们想评估数据驱动的个人之间的动态接触模式的作用,特别是他们的时间方面,在塑造人口中的模拟流行病的传播。我们认为,会议的与会者之间的面对面的互动的高分辨率数据,从部署的基础设施的基础上无线射频识别(RFID)设备,评估相互面对面的接近。沿着这些相互作用的流行病的传播是通过SEIR模型模拟的,使用由收集的数据定义的接触的动态网络,和这样的网络的两个聚合版本,以评估数据的时间方面的作用。我们发现,在考虑的时间尺度上,考虑到接触的每日持续时间的聚合网络是一个很好的近似的全分辨率网络,而只保留接触网络的拓扑结构的同质表示未能再现的流行病的规模。这些结果具有重要的意义,在了解正确告知计算模型的研究和管理的真正流行病所需的详细程度。
2011-08-24 physics.soc-ph q-bio.QM
Contact patterns among high school students
个体之间面对面的接触有助于形成社交网络,并在决定传染病如何在人群中传播方面发挥重要作用。因此,重要的是获得在各种日常生活环境中发生的人类接触模式的准确和可靠的描述。最近的技术进步和能够感测接近模式的可穿戴传感器的发展使得能够收集数据,从而访问特定环境中个体的时变接触网络。在这里,我们提出并分析了两个这样的数据集描述与高时间分辨率的接触模式的学生在一所高中。我们定义接触矩阵描述不同班级的学生之间的接触模式,并显示类结构的重要性。我们利用这两个数据集是在连续两年的几天内在同一环境中收集的这一事实,在两个非常不同的时间尺度上进行纵向分析。我们显示了跨天和跨年的接触模式的高稳定性:接触的数量和持续时间的统计分布是相同的,在不同的时期,我们观察到一个非常高的相似性,在不同的日子或不同的年份测量的接触矩阵。在不同的年份,每名人士的接触者由一天至另一天的变化率也是相似的。我们讨论了当前分析和数据集对各个领域的兴趣,包括社会科学,以更好地理解和模拟不同背景下的人类行为和相互作用,以及流行病学,以便为描述传染病传播的模型提供信息,并设计有针对性的遏制策略。
2014-09-18 cs.SI physics.soc-ph
How long do we stand our colleagues? A universal behavior in face-to-face relations
我们比较了各种社会学环境中可穿戴传感器记录的面对面互动数据。个体之间的相互作用显示出明显的环境依赖的多样性与以前的分析。接触持续时间遵循重尾分布,虽然不完全的幂律型如前所述。在每个关系所观察到的常见模式的指导下,我们引入了一个名为持续时间对比度的变量,它揭示了所有数据集之间的共同行为。这表明,我们倾向于在面对面的关系中与某个特定的人花更多或更少的时间,这不是由社会规则决定的,而是由人类共同的特征决定的。其他数据显示,狒狒也是如此。此外,我们提出了一种新的模型来描述在一个给定的关系的基础上最近引入的概念Levy几何图的接触。它以令人印象深刻的水平再现了数据。在所有数据集上,相关的Levy指数都是alpha = 1.1,这表明灵长类动物的普遍规律,并打开了许多令人兴奋的观点。
2023-02-11 physics.soc-ph
Impact of spatially constrained sampling of temporal contact networks on the evaluation of the epidemic risk
直接记录人类面对面互动的能力越来越多地使人们能够开发详细的数据驱动模型,用于在个人规模上传播直接传播的传染病。然而,由于例如有限的参与率或空间覆盖的实验限制,在人群中发生的接触的完全覆盖通常是无法实现的。在这里,我们研究了空间约束采样对我们使用这种详细的数据驱动模型估计人群中流行病风险的能力的影响。传染病传播的易感-传染-恢复-易感模型的传染病阈值,即疾病传播率的临界值,超过这个临界值疾病就变成地方病。我们验证了人类相互作用的合成和经验数据,由于空间采样不完整的数据集的使用导致低估的流行病风险。然而,偏差小于通过对接触的相同部分进行均匀采样而获得的偏差:它非线性地依赖于记录的接触的部分,并且如果该部分足够大则变得可以忽略不计。此外,它取决于人口和传播动态的时间尺度之间的相互作用。
2016-07-13 physics.soc-ph q-bio.PE
An infectious disease model on empirical networks of human contact: bridging the gap between dynamic network data and contact matrices
在计算框架中整合经验数据以模拟传染病的传播带来了挑战,随着有关人员流动和接触的高分辨率信息越来越多,这些挑战变得越来越紧迫。这种数据的洪流有可能彻底改变旨在模拟场景和设计遏制策略的计算工作。然而,详细数据源的集成产生的模型不太透明和通用。因此,给定一个特定的疾病模型,评估原始数据的哪些表示在简单性和细节之间取得最佳平衡至关重要。我们认为,在医院病房的个人,通过使用可穿戴式接近传感器获得的面对面的互动的高分辨率数据。我们模拟疾病在这个社区的传播,使用SEIR模型的接触模式的不同的数学表示。我们发现,一个接触矩阵,只包含平均接触持续时间未能再现的高分辨率接触数据获得的流行病的规模,也确定最危险的类。我们引入了一个接触矩阵的概率分布,考虑到接触持续时间的异质性之间(和内)类的个人,我们表明,这种表示产生一个很好的近似的流行病的传播特性,通过使用高分辨率的数据。我们的研究结果标志着向定义高分辨率动态接触网络的概要迈出了一步,提供了接触模式的紧凑表示,可以正确地通知设计用于发现风险群体和评估遏制政策的计算模型。我们表明,这种新的表示可以保留在模拟定量特征的流行病,是至关重要的研究和管理。
2013-04-23 physics.comp-ph physics.soc-ph q-bio.PE
Modeling framework unifying contact and social networks
个体之间面对面互动的时间网络是快速时间尺度上社会系统动态的有用代理。这些网络的几个经验统计特性已被证明在各种各样的背景下都是鲁棒的。为了更好地把握社会互动的各种机制在这些属性的出现中的作用,已经证明可以进行这种机制的示意性实现的模型是有用的。在这里,我们提出了一个新的框架来模拟人类互动的时间网络,基于(i)观察到的即时互动网络和(ii)潜在的未观察到的社会纽带网络之间的共同进化和反馈的想法:社会纽带部分驱动互动机会,反过来又被互动加强,并被削弱甚至被缺乏互动所消除。通过这种共同进化,我们还在模型中集成了众所周知的机制,如三元封闭,以及{共享社会背景}和{非故意(偶然)交互}的影响,并具有几个可调参数。然后,我们提出了一种方法来比较每个版本的模型与经验的面对面的互动数据集的统计特性,以确定哪些组的机制导致现实的社会时间网络在这个建模框架。
2023-01-17 physics.soc-ph
On the Predictability of Talk Attendance at Academic Conferences
本文主要研究了学术会议中真实世界的演讲出席率在不同影响因素下的预测。我们研究的可预测性谈话出席使用现实世界中跟踪面对面的接触。此外,我们调查和讨论的预测能力的用户兴趣提取用户以前的出版物。我们应用混合根PageRank,一种最先进的无监督机器学习方法,它结合了来自不同来源的信息。使用这种方法,我们分析和讨论的联系人和兴趣网络的预测能力单独和组合。我们发现,接触和相似性网络实现可比的结果,不同的网络的组合只能在有限的范围内帮助提高预测质量。在我们的实验中,我们分析了使用会议管理系统Conferator收集的2011年ACM超文本和超媒体会议的可预测性。
2014-07-02 cs.SI physics.soc-ph
Survey-Based Calibration of the One-Community and Two-Community Social Network Models Used for Testing Singapore's Resilience to Pandemic Lockdown
本研究通过调查2,057名新加坡居民校准动态社交网络模型,模拟疫情封锁下的社会恢复,发现新加坡可在1-2个月内恢复,为量化社会韧性提供方法。
2025-03-26 cs.SI physics.soc-ph
Contact activity and dynamics of the online elite
人类通过许多渠道进行互动,以建立和保持社会联系:他们面对面地见面,发起电话或发送短信,并通过社交媒体进行互动。虽然已知例如物理接触的网络不同于经由电话呼叫和即时消息的通信事件产生的网络,但是这些网络不同的程度并不清楚。事实上,这些通道的网络结构显示出很大的结构变化。然而,每个交互网络都包含中心和外围个体:中心成员具有更高的连通性,可以在少量连接的情况下达到网络的很大一部分,这与外围节点相反。在这里,我们表明,不同的渠道帐户对个人之间的各种关系和相应的互动模式在不同的程度上,阻碍了简单的减少社会关系到一个单一的层。此外,每个网络的起源和目的也决定了其各自核心成员的角色:人际网络中高度联系的个体以常规的方式与环境互动,而社交网络中的核心成员在身体接触方面表现出不规则的行为,并且在罕见的社交事件中更加活跃。这些结果表明,由于沟通渠道固有的不同功能,每一个有利于不同的社会行为和不同的策略与环境互动。我们的研究结果可以帮助理解不同的角色和个人对人口的影响,这可以进一步揭示预测和预防流行病爆发,或信息传播。
2016-11-13 cs.SI physics.soc-ph
The reachability of contagion in temporal contact networks: how disease latency can exploit the rhythm of human behavior
许多传染病的症状会影响其宿主退出社会活动,限制其自身传播的潜力。因此,成功的传播需要传染性的开始与宿主的社交活动时间一致。由于社会活动和传染性都是时间现象,我们假设,当这两个过程同步时,疾病最普遍。我们认为疾病的动力学,包括行为反应,有效地缩短了疾病的传染期。我们将这个模型应用于从面对面的社交互动中收集的数据,并具体研究潜伏期的持续时间如何影响疾病的可及性。然后,我们模拟模型疾病在网络上的传播,以测试我们结果的鲁棒性。潜伏期与人的暂时社会行为同步的疾病,即潜伏期为24小时或7天,对应于有可能被感染的人数的高峰。这种同步的效果是目前的一系列疾病模型与现实的参数。传染病的潜伏期与其普遍性之间的关系是非线性的,在很大程度上取决于疾病传播的社会背景。
2017-07-25 physics.soc-ph q-bio.PE
Bootstrapping under constraint for the assessment of group behavior in human contact networks
描述人类活动和相互作用的时间和空间分辨数据的日益可用性使人们能够深入了解人类行为的静态和动态特性。然而,在实践中,真实世界的数据集通常可以被认为是特定事件的唯一实现。这突出了社交网络分析中的一个关键问题:估计属性的统计意义。在这种情况下,我们专注于在经验网络中的节点的特定子集的定量特征的评估。我们提出了一种方法的统计rescue的基础上引导组的节点的约束条件下的经验网络。该方法使我们能够定义接受区间的各种假设有关的相关属性的节点的子集正在考虑中,为了表征其行为的统计测试为“正常”或不。我们将这种方法应用到一个高分辨率的数据集,描述了两个共同定位的科学会议期间的个人面对面的接近。作为一个案例研究,我们将展示如何探讨是否共同定位的两个会议成功地汇集了两个相应的科学家群体。
2013-11-08 cs.SI math.ST physics.soc-ph
Impact of presymptomatic transmission on epidemic spreading in contact networks: A dynamic message-passing analysis
包含症状前传播的传染病很难监测、建模、预测和遏制。我们解决这个问题,通过研究一个随机的可验证的暴露的感染恢复模型的任意网络实例使用的分析框架的基础上的动态消息传递的方法的变体。该框架提供了一个很好的估计的概率演化的传播的静态和接触网络,提供了显着提高的精度相对于个人为基础的平均场方法,同时需要一个更低的计算成本相比,数值模拟。它有助于推导出流行病阈值,这是相边界分离的参数制度,感染可以有效地控制,从那些他们不能。这些通过拓扑(减少接触)和感染参数变化(例如,社交距离及戴口罩),与最近的COVID-19疫情有关。
2021-05-06 cond-mat.dis-nn physics.soc-ph q-bio.PE
High resolution dynamical mapping of social interactions with active RFID
在本文中,我们提出了一个实验性的框架,收集个人之间的面对面的社会互动的数据,具有很高的空间和时间分辨率。我们使用有源射频识别(RFID)设备,通过交换低功率无线电数据包来评估彼此之间的联系。当个人将信标作为徽章佩戴时,RFID设备之间的持久无线电接触可以用作个人之间的社交交互的代理。我们提出了最近在一次会议上进行的试点研究的结果,以及随后的初步数据分析,提供了我们的方法的评估,并强调了其在许多领域的通用性和适用性与人体动力学。
2008-11-25 cs.CY cs.HC physics.soc-ph
Epidemic risk perception and social interactions lead to awareness cascades on multiplex networks
本研究构建双层多层网络耦合模型,结合SIR感染过程与线性阈值认知传播,通过凸组合整合社会传染与风险感知的影响,仿真发现认知来源的不同效应及双源重要时的认知级联,且特定网络结构下感染规模随传播概率升高而降低。
2025-02-19 nlin.AO physics.soc-ph