更加真實的網路

之後有許多研究提出以更微觀的方式去探討個體與個體之間的互動方式，底 層模型採用網路的方式，研究著重在個體與個體之間的連結與影響，將個體當作 是網路上的節點，節點與節點連結的邊表示存在某種關聯，例如：志朋和小白是 同班同學，他們之間就有一條邊，代表他們彼此有接觸或認識等。這條連結的邊 可以當作是謠言的路徑、傳染路徑等 [14]。為了建構更符合真實社會的網路，

以下的研究者提出了他們的方法：

n 模擬每人每天在各地點的移動來建立接觸網路:

Eubank 等人 [3]模擬城市中人與車移動的交通模擬系統（TRANSIMS）來 建構疾病的電腦模擬系統。TRANSIMS 原本是用來模擬波特蘭的交通情況（包 括鐵路、道路、路標、交通號誌及其他大眾運輸設施，並提供交通模式及行駛時 間的訊息），他們利用公開可得的資料（例如：人口、性別、年齡分佈等），產 生出了 18 萬個地點（例如：家庭、公司、購物中心、醫院、加油站等），160 萬名虛擬居民，以及這些人日常生活的動態模擬，完全仿照美國波特蘭市建構底 層網路。另外對於一般民眾每天的生活作息與從事的工作、活動做詳細的調查，

作為系統中個體在城市裡移動的依據。利用完全真實的數據來模擬人與人之間的 互動、接觸，例如：同搭一部電梯的人、家人、學校的同學..等，產生完全仿照 真實世界的疾病傳播模擬。

這類的模擬對於城市規模有很大的限制，因為有大量的統計資料需要記錄與 計算，且個體每天、每小時甚至每分鐘的狀態和移動都需要去計算，所以對於模 擬必需有很大的計算量，很難將此模型擴大到整個國家或整個世界。另外對於居 民的生活習慣必須要花費很多人力、物力和財力。

n 使用 mixing group 的觀念建立接觸網路:

由 Longini 等人[4]所提出利用 mixing group 的觀念，仿造美國一個真實的城 鎮建構出一個接觸網路模型，並利用這個模型模擬流感的動態傳播與其公衛政策 的成效。mixing group 表示一些人口密集度高、容易去傳染疾病的場所，例如：

例如：家庭、幼稚園、國小、車站等和其他任意接觸的場所。人們會根據年齡而 分配到不同的 mixing group。每個人有一個固定的機率與其他人互相接觸，最後 得到一個接觸網絡。

在模型中採用許多真實的統計數據，而依照年齡資料產生 mixing group 分 配，使用家庭人口和年齡資料仿造出家庭人數和家庭成員年齡。然而採用許多真 實數據來提高模型的真實感，但是在模型中加入了許多不同的接觸情況，讓模型 的複雜度提高。另外在模型中很多參數的設定需要反覆的實驗來設定或採取經驗 來設定，例如：公司裏員工彼此接觸機率應該設為多少，而每位員工應該跟多少 員工接觸？這些問題都沒有一個準確的答案來驗證，所以對於模型的參數設定及 驗證都很不容易。

n 提出分身點結合二維晶格建立接觸網路:

Huang, C.Y 等人在 2003 年 [5]，提出以分身點來表達個體在一天當中固定到達 某些地方的概念（例如：家庭、公司、學校、餐廳、補習班等）。透過此概念來 建構符合都市生活特性的接觸網路。並結合二維晶格網路，建構出一個符合小世 界性質的接觸網路，2003 年 SARS 在各大城市爆發，包括台北市、新加坡及多 倫多，利用這個網路的模擬結果與真實 SARS 的傳染動態有高度的一致性。

在模型中，使用二維晶格的方式來表示底層網路，每一個晶格代表一個人的某個 分身點，將上層的代理人( agent) 透過隨機選取的方式對應到下面的晶格，而底 層的晶格就代表個體所固定出現在這些場所。透過分身點數量的調整，可以表示 每位個體不同程度的繁忙，以此去探討底層疾病接觸網路。

圖 6. Huang, C.Y 等人所提出的分身點結合二維晶格模型 [5]

此模型的優點主要是它不需要太多複雜的統計資料，例如：人口、性別、年 齡分佈… 等，就可以建構出一個具有現代城市特性的接觸網絡。但是它也許缺少 人類的聚集異質性，譬如阿拉斯加客機就是最好的例子，1977 年一架因為引擎 故障而在阿拉斯加停留的客機，停機上有一名流感帶原者。進行維修時將通風系 統關閉 3 個小時，結果在 72 小時內，機上的乘客 72%的人都出現了流感的症狀，

而這個模型一個分身點只能跟他週遭另外八個分身點接觸，沒辦法表示出在某些 場所中所造成的集體感染 [23]。

Susceptible State Infected State Incubation State