导语


计算社会科学读书会第二季第十期读书会,我们邀请到北京大学地图学与地理信息系统博士汪珂丽,承接第九期读书会人类移动的内容,旨在分享耦合人类移动的COVID-19建模方法,总结在COVID-19中使用到的移动数据,详细介绍基于人类移动数据研究COVID-19的传播和防控时的主要方法;最后以三个具体的研究为例,讲解在传染病建模时如何耦合人类移动及人类移动在其中的作用。希望此次分享能够帮助大家更好的理解人类移动在疫情传播中的重要性。本期读书会时间为:9月3日(周六)晚上20:00 – 22:00,直播报名入口见后文。


计算社会科学读书会第二季由清华大学罗家德教授领衔,卡内基梅隆大学、密歇根大学、清华大学、匹兹堡大学的多位博士生联合发起,自2022年6月18日开始,持续10-12周。本季读书将聚焦讨论Graph、Embedding、NLP、Modeling、Data collection等方法及其与社会科学问题的结合,并针对性讨论预测性与解释性、新冠疫情研究等课题。读书会详情及参与方式见文末,欢迎从事相关研究或对计算社会科学感兴趣的朋友报名参加!






本期分享

与计算社会科学读书会之间的关系




COVID-19的传播与人类移动密切相关,会受到个体与群体的移动,活动与接触交互等复杂人群时空行为的影响。而人类移动数据的爆发式增长,使得大量COVID-19传染病研究可以耦合人群移动特征进行建模。基于人类移动的研究既可用于预测疫情,还可以帮助人们研究在不同干预情景下疾病的发展趋势和传播规律,从而为政策制定者,公共卫生部门等提供更科学的政策建议。本期旨在分享耦合人类移动的COVID-19建模方法,希望能对计算社会科学读书会有一些帮助。




本期分享与复杂系统之间的关系




传染病的暴发和传播本身是一个由病因,宿主和环境构成的典型复杂系统。不仅与病因和宿主之间的接触的相互作用机制相关,还与宿主的社会关系和日常行为方式密切相关。对于COVID-19, 其传播过程都依赖于人类移动网络(无论是个体间还是不同地点间),不同特征的人类移动网络会影响最终疾病流行规模和到达时间。





主要涉及到的知识概念




  • 传播动力学模型(Transmission-dynamic model)
  • 智能体模拟(Agent-based model)
  • 非药物干预(Nonpharmaceutical interventions)





分享简介




本次分享总结了在本次COVID-19中用到的移动数据,并详细介绍基于人类移动数据研究COVID-19的传播和防控时的主要方法。最后我们以三个具体的研究为例讲解在传染病建模时如何耦合人类移动及人类移动在其中的作用。希望此次分享能够帮助大家更好的理解人类移动在疫情传播中的重要性。




分享大纲




  1. COVID-19概况

  2. 移动数据的来源和特性

  3. 耦合人类移动的传染病过程模拟

  4. COVID-19疫情与人群移动的交互影响分析

  5. 耦合人类移动的短期预测

  6. 结论与展望




主讲人简介




汪珂丽,北京大学地图学与地理信息系统博士在读。研究方向为传染病建模和空间交互。现阶段更多关注地理特性以及人类移动在传染病建模中的作用,探究人类移动、空间特征与传染病传播之间的关系,以及多层交互网络的相互作用。





参考文献




本次解读的文章
  • Schlosser F, Maier B F, Jack O, et al. COVID-19 lockdown induces disease-mitigating structural changes in mobility networks[J]. Proceedings of the National Academy of Sciences, 2020, 117(52): 32883-32890.

  • Chang S, Pierson E, Koh P W, et al. Mobility network models of COVID-19 explain inequities and inform reopening[J]. Nature, 2021, 589(7840): 82-87.

  • Aleta A, Martin-Corral D, Pastore y Piontti A, et al. Modelling the impact of testing, contact tracing and household quarantine on second waves of COVID-19[J]. Nature Human Behaviour, 2020, 4(9): 964-971.


相关的文章
  • Oliver N, Lepri B, Sterly H, et al. Mobile phone data for informing public health actions across the COVID-19 pandemic life cycle[J]. Science advances, 2020, 6(23): eabc0764.
  • Han X, Xu Y, Fan L, et al. Quantifying COVID-19 importation risk in a dynamic network of domestic cities and international countries[J]. Proceedings of the National Academy of Sciences, 2021, 118(31): e2100201118.
  • Persson J, Parie J F, Feuerriegel S. Monitoring the COVID-19 epidemic with nationwide telecommunication data[J]. Proceedings of the National Academy of Sciences, 2021, 118(26): e2100664118.
  • Kraemer M U G, Yang C H, Gutierrez B, et al. The effect of human mobility and control measures on the COVID-19 epidemic in China[J]. Science, 2020, 368(6490): 493-497.




直播信息




直播时间:
2022年9月3日(周六)晚上20:00 – 22:00

参与方式:
  • 集智俱乐部 B 站账号免费直播,扫码可预约:

扫码预约本次直播

  • 若需要观看视频回放,文末扫码付费参加计算社会科学读书会第二季可加入腾讯会议,可提问交流、加入群聊、获取视频回放及更多学习资料,成为计算社会科学社区种子用户,与450余名计算社会科学的一线科研工作者沟通交流,共同推动计算社会科学社区的发展。



计算社会科学读书会第二季招募中


计算社会科学读书会第二季由清华大学罗家德教授领衔,卡内基梅隆大学、密歇根大学、清华大学、匹兹堡大学的多位博士生联合发起,自2022年6月18日开始,持续10-12周。本季读书将聚焦讨论Graph、Embedding、NLP、Modeling、Data collection等方法及其与社会科学问题的结合,并针对性讨论预测性与解释性、新冠疫情研究等课题。读书会详情及参与方式见文末,欢迎从事相关研究或对计算社会科学感兴趣的朋友参与。



推荐阅读
用图表示数据和图的可视化 | 周六直播·计算社会科学读书会直播
PNAS论文作者解读:科研团队扁平化与科学创新丨周六直播·计算社会科学读书会
嵌入 (embedding) 方法介绍以及在社科领域的应用 | 周六直播·计算社会科学读书会
嵌入(embedding)方法与隐藏的关系空间 | 周六直播·计算社会科学读书会直播
从手工编码到大规模文本分析:自然语言处理在计算社会科学中的应用 | 周日直播·计算社会科学读书会

大语言模型和社会科学研究:效率与趣味 | 周六直播·计算社会科学读书会

人类移动的性质及其应用:以可持续交通为例 | 周六直播·计算社会科学读书会

点击“阅读原文”,报名直播