近日，我院互联网科学中心博士生龚凯在唐明老师的指导下，与硕士生杨慧和尚明生教授合作在《CHAOS》上发表了“Variability of contact process in complex networks”一文。CHAOS是SCI一区的主流应用数学杂志。龚凯博士生为论文第一作者，唐明老师为通讯作者。
在人类社交网络中准确预测流行病传播的时空斑图，尤其是全球性流行病的爆发，对于流行病的预警与防控具有重要意义。近几年，基于全球航空网络的空间大尺度流行病传播建模研究开始得到国外许多学者的关注，一些成果重现了SARS和H1N1传播的时空斑图。然而，即便预测模型在统计意义上能够很好地再现疾病的传播行为，真实传播过程中的随机性也可能导致时空斑图的精确预测成为梦想。目前，几乎所有的研究都集中于流行病传播的统计行为，而完全忽略了传播过程内在的预测性。
为了理解复杂网络中传播过程的预测性问题，龚凯等人在多种典型网络中研究了接触传播的可变性。从全局来看，网络传播具有较低的可变性，表现出很好的预测性，这与前人的结论基本一致。然而，就局域社区而言，在病毒爆发早期具有异乎寻常的极大可变性，更为重要的是，病源距离桥节点越远，预测性就越差，这表明传播的准确预测从本质上是不可实现的。在这一研究中，作者仅仅引入了一个随机因素-基于网络结构的接触模式，传播过程即表现出不可预测性；而在真实的社交网络中，除了更为复杂的网络结构外，还具有极为多变的病毒感染、人类动力学、多信息耦合等因素，这些都将增加流行病传播的可变性，令传播过程不可预测。从而，这一研究在理论上提出并验证了人类社交网络中局域流行病传播完全不具备可预测性。
论文信息: Kai Gong, Ming Tang, Hui Yang, and Mingsheng Shang, “Variability of contact process in complex networks”, Chaos 21, 043130 (2011).
全文可通过链接http://dx.doi.org/10.1063/1.3664403获取。
