[论文解读] Forecasting the Flu: Designing Social Network Sensors for Epidemics

Huijuan Shao, K. S. M. Tozammel Hossain+6 more|arXiv (Cornell University)|Feb 22, 2016

Complex Network Analysis Techniques参考文献 26被引用 7

一句话总结

本文提出一种基于图论的 dominator 方法，用于识别社会网络中的最优传感器，以实现流感疫情的早期预测。通过利用网络结构和人口统计代理变量，该方法在大型真实城市接触网络中实现了高达22天的提前量，显著优于以往方法（如 Friend-of-Friend），尤其在复杂网络中表现更优。

ABSTRACT

Early detection and modeling of a contagious epidemic can provide important guidance about quelling the contagion, controlling its spread, or the effective design of countermeasures. A topic of recent interest has been to design social network sensors, i.e., identifying a small set of people who can be monitored to provide insight into the emergence of an epidemic in a larger population. We formally pose the problem of designing social network sensors for flu epidemics and identify two different objectives that could be targeted in such sensor design problems. Using the graph theoretic notion of dominators we develop an efficient and effective heuristic for forecasting epidemics at lead time. Using six city-scale datasets generated by extensive microscopic epidemiological simulations involving millions of individuals, we illustrate the practical applicability of our methods and show significant benefits (up to twenty-two days more lead time) compared to other competitors. Most importantly, we demonstrate the use of surrogates or proxies for policy makers for designing social network sensors that require from nonintrusive knowledge of people to more information on the relationship among people. The results show that the more intrusive information we obtain, the longer lead time to predict the flu outbreak up to nine days.

研究动机与目标

• 正式定义并解决社会网络传感器选择问题，以实现流感疫情的早期预测。
• 克服现有启发式方法（如 Friend-of-Friend 方法）的局限性，这些方法可能无法提供任何提前量，且缺乏正式的优化目标。
• 在无法获取完整接触网络数据时，开发一种实用且可部署的策略，利用人口统计代理变量。
• 在大规模、城市级别的合成流行病模拟上评估该方法，以验证其在现实世界中的适用性。
• 证明更深入的网络知识可带来更长的提前量，并量化数据访问程度与预测性能之间的权衡。

提出的方法

• 利用图论中的 dominator 概念，正式化社会传感器选择问题，以识别那些在群体范围爆发之前即被感染的节点。
• 基于 dominator 计算开发一种高效启发式算法，选择能比随机选择或启发式方法更早预测流行病峰值的传感器节点。
• 在六个真实世界的城市规模接触网络上运行微观层面、基于代理的 SEIR 模拟，以生成真实疫情动态的基准数据。
• 引入基于人口统计信息（如年龄、位置）的代理传感器，实现在无需完整网络拓扑结构的情况下部署。
• 采用逻辑斯蒂曲线拟合方法，对100次随机运行中传感器集合与随机对照组的峰值发病率时间进行建模与比较。
• 将提前量定义为传感器集合与全人群曲线之间峰值感染时间的差异，并通过模拟中的统计稳健性进行量化。

实验结果

研究问题

• RQ1 我们能否正式定义社会网络传感器选择问题，以实现可测量提前量的流感疫情预测？
• RQ2 与现有启发式方法（如 Friend-of-Friend）相比，基于 dominator 的传感器选择方法在提前量和一致性方面表现如何？
• RQ3 在多大程度上，对更详细网络信息的访问（如完整接触图 vs. 人口统计代理）会影响预测提前量？
• RQ4 人口统计代理变量能否有效替代完整网络知识，用于选择高性能的社会传感器？
• RQ5 在真实城市接触网络上，基于合理原则的传感器选择方法，其流感疫情预测的最大可实现提前量是多少？

主要发现

• 基于 dominator 的传感器选择方法在流感疫情预测中实现了高达22天的提前量，显著优于 Friend-of-Friend 启发式方法。
• 在俄勒冈州数据集中，该方法平均实现了11天的提前量；而在迈阿密数据集中，其保持了稳定的提前量，而 Friend-of-Friend 方法则完全失效。
• 该方法在100次随机模拟运行中表现出强鲁棒性，无论网络拓扑结构或随机波动如何，性能均保持一致。
• 通过使用人口统计代理变量，该方法可在无需访问完整接触网络数据的情况下实现实际部署，同时保持强大的预测性能。
• 每增加一层网络信息（如从非侵入性到侵入性数据），提前量最多可增加9天，清晰展示了数据访问程度与预测收益之间的权衡。
• 本研究表明，传统启发式方法（如 Friend-of-Friend）在某些网络结构中可能产生零提前量，凸显了采用系统化、形式化传感器选择方法的必要性。