基于在线社会媒体数据的疾病传播过程中人类行为变化机制与模型研究

Large-scale epidemic outbreaks and their following public health emergencies have become one of the most challenging social problems in China. Due to the limitation of data sources, it is not well understood for human behavior changes in infectious disease transmission. Under the context of big data, this project uses online social media data mining to explore human behavior changes in infectious disease transmission. We build epidemic models and execute computational experiments to evaluate disease control policies and individual behavior intervention strategies. We focus on the impact of epidemic information, social influence, and social learning on human behavior changes in infectious disease transmission, as well as the data mining approaches for online social media. This project is expected to promote the development of multi-disciplines including epidemics, human dynamics, and social computing, and contribute theory and methodology for public health emergency management in China.

大规模流行病爆发，及其导致的公共卫生突发事件已经成为了当前中国的主要社会问题之一。然而，由于数据的局限性，我们对疾病爆发过程中人类行为变化机制还缺乏全面的了解和科学的认识。本项目在大数据研究背景下，通过在线社会媒体数据挖掘和分析，探索疾病传播过程中人类行为变化机制与规律，建立疾病传播模型，开展仿真实验，评估疾病预防与控制措施和人群个体行为干预策略，辅助公共卫生突发事件应急管理决策。我们重点研究疾病信息、社会影响和社会学习对疾病传播过程中人类行为变化的作用，以及在线社会媒体中人类行为变化的数据挖掘和分析方法。本项目对完善疾病传播模型，促进流行病学、人类行为动力学、社会计算等学科的发展具有重要的科学意义，同时为公共卫生突发事件应急管理提供理论和方法。

大规模流行病爆发，及其导致的公共卫生突发事件已经成为了当前中国的主要社会问题之一。然而，由于数据的局限性，我们对疾病爆发过程中人类行为变化机制还缺乏全面的了解和科学的认识。本项目在大数据研究背景下，通过在线社会媒体数据挖掘和分析，探索疾病传播过程中人类行为变化机制与规律，建立疾病传播模型，开展仿真实验，评估疾病预防与控制措施和人群个体行为干预策略，辅助公共卫生突发事件应急管理决策。项目主要研究内容包括：数据驱动的复杂社会系统建模与仿真框架，基于移动互联网的在线数据采集平台，在线社交媒体数据获取、提取与分析，个体“心理-行为”信息处理过程机制模型，加权演化网络中连边权重异质性对疾病传播速度的作用，人工校园中学生行为建模及疾病传播建模仿真。.研究个体处理在线网络信息的完整过程，对每个阶段需要考虑的因素和因素作用的机制进行了定性分析，提出了反映个体处理在线网络信息的完整心理行为机制模型，为网络用户心理行为变化机制提供了理论层面的设计，能够指导疾病传播过程中人类行为变化机制与模型的建立。研究发现在加权演化BBV网络模型上，较高的网络连边权重系数异质性，将在疾病传播初期导致更高的疾病流行度和流行频率。此外，相比相应的非加权无标度网络模型，加权演化BBV网络模型上的疾病流行度和流行频率更高。构建了河北省廊坊市某大学的人工校园模型，可支持学生群体的空间移动行为、接触行为，以及疾病传播、控制措施分析等研究。正确解释疾病传播现象和规律，支持疾病传播控制措施的分析与改进，丰富疾病传播模型，可指导疾病传播仿真系统建设，应用于大学校园内流行病暴发的仿真和控制。.