从电子科大学院的网站上转过来的~~

唐明兄总结得很好~~

--------------------------------------

近日，我院互联网科学中心博士生赵志丹在唐明老师的指导下，与博士生刘影合作在《CHAOS》上发表了“Epidemic variability in hierarchical geographical networks with human activity patterns”一文。CHAOS是SCI一区的顶尖数学杂志，刊登非线性动力学和非线性物理具有重要原创性的高水平研究论文。赵志丹博士生为论文第一作者，唐明老师为通讯作者。

自从人类交互行为和迁移行为的非泊松特性被发现以来，越来越多的科学家将研究重点转移到非泊松特性对复杂系统动力学行为的影响上来。近年来，很多研究结果显示个体的时空特性对传播过程有着至关重要的影响。然而，这些研究把时空特性隔离开来，仅仅考虑单一的时间或空间特性所带来的影响。实际上，人类的时空特性是紧密关联的，不可分割的。例如，对于人类接触活动，个体间的空间距离将不可避免地导致接触活动的时延。因此，探索人类行为的时空相关特性对于动力学过程的本质影响具有极为重要的理论与现实意义。

最近，一些研究验证了个体时空行为的非泊松统计特性源于人类社会的空间层次网络结构。基于此，我们研究了空间层次网络中不同接触模式对于信息/病毒传播的影响。我们发现，与同质/随机的接触过程相比，因层次结构和距离相关联而导致的时延能够显著降低传播速度，并呈现逐级递增的波峰，这看起来似乎非常有利于监控工作的开展。然而，更为深入的研究表明：高层的初始感染节点将导致极大的可变性，而低层初始节点则导致了长时间的多峰可变性，从而揭示了空间层次网络中传播过程的不可预测性，这给舆情/疫情的监测与防控带来巨大挑战。这一研究有助于我们理解人类时空行为特性对于舆情/疫情传播的本质影响。

    论文信息: Zhi-Dan Zhao, Ying Liu, Ming Tang, “Epidemic variability in hierarchical geographical networks with human activity patterns”, Chaos 22, 023150(2012).
全文可通过链接http://dx.doi.org/10.1063/1.4730750获取

---------------------------------------

其实我想说的是，这篇文章的模型来自于

X.-P. Han, T. Zhou, B.-H. Wang, “Scaling mobility patterns and collective movements：Deterministic walks in lattices”, Phys. Rev. E 83, 056108 (2011).

哈哈哈哈哈哈哈哈，这个模型简直是非常好~~