為了要更確實的模擬社會議題或傳染病，必須考慮人的動態，以及人與人之 間的互動關係，所以社會網路存在人際之間的互動與接觸等關係，所形成的網絡 社會。科學家利用簡單的社會網路模型概念，將個體視為網路上的某一個點，並 擴增更多個體，個體與個體之間有連結到，就表示存在某種關係。圖8(a)稱為有序 網路模型（Regular network model），其中每個個體有固定數量的連結，主要強調 的是位區域性的描述，是最早期用來模擬社會網路傳染病，是簡單並且容易觀察 的模型，但真實社會接觸網路不是如此井然有序；圖8(b)稱為隨機網路模型
（Random network model），主要強調個體與個體之間的隨機連結機率，但也無 法表示出社會中有區域性高群聚度的現象，以及人與人之間低分隔度的原貌，整 個真實的社會也無法具體呈現；圖8(c)稱為小世界網路（Small-world network model），則可以呈現高群聚度與低分隔度。
圖 8 簡單社會網路模型；
資料來源：Ahmed and Elgazzar（2001）；Boccara et al.（1994）；Koopman
（2004）；Erdös（1959）
社會學家提出社會網絡的概念後，之後相關模擬研究就以更微觀的角度考慮 人與人之間的互動，來切合真實的社會。社會網路包含了日常生活接觸網絡、人 際關係網絡、性關係網絡等。日常生活接觸網絡雖與人際關係網絡有部分相同，
但也有很大的差別，因為日常生活網絡包含有生活中眾多陌生人，其彼此間偶爾 的互動與接觸。例如搭乘大眾運輸工具的乘客、或搭同一部電梯，這是人際關係
網絡所不包含的。而腸病毒傳播路徑主要是透過空氣或近距離的傳染，在一些密 閉的場所中，所遇到的陌生人是必須被考慮進去的，所以傳染病模擬主要著重在 日常生活接觸網絡。
2.2.1 三角閉合現象
於 1998 年 Watts 與 Strogatz 提出小世界網路[8]，一種符合真實世界網絡的 結構並具有高群聚性，高群聚性代表現實社會中人際關係的緊密性，也就是 Rapoport 提出的三角閉合定理[9]，例如 Andy 熟識 Bob（強連結）；Andy 也熟識 Candy，通常 Bob 與 Candy 會因中間人 Andy 而有機會接觸認識（可能形成強 連結），或是一家人在這較緊密的群體，人與人之間就是個強連結，而弱連結代表 遠距的親戚或不常聯絡的朋友（圖9）。後來 Watts 與 Strogatz 也針對疾病傳播在 小世界網路模擬，他們發現網絡之高群聚性及低分隔度，對於疾病擴散有很大的 影響。
圖 9 三角閉合定理示意圖
2.2.2 小世界現象
在 1960 年代 Milgram 提出小世界現象，1967 年經由送信的實驗及＂Oracle of Kevin Bacon＂提出了「六度分隔」的概念[10,25]，指的是任何兩個不相干的人，
可以經由六個人連結出某種關係，他的實驗十分有趣，首先選定兩個目標對象，
一個是住在美國麻薩諸塞州一個神學院研究生的妻子（Sharon），另一位是波士
頓的一個證券經理人。然後他在遙遠的堪薩斯州及內布拉斯加招募到一些志願 者，設法把將信件透過認識的人轉交到Sharon 手上，Milgram 根據多次實驗的據 數統計分析發現，任意兩人之間的社會距離約為六，透過這個實驗，我們可以確 信真實社會中人與人之間的距離似乎比我們想像中要近的多。
在1998 年 Watts 和 Strogatz 證明了 Milgram 的概念[26]，如圖 10（a）以一 個正規網路（Regular network）的模型，再加上隨機的捷徑（Shortcut）提出小 世界模型，如圖10（b），發現在正規網絡中加入一些遠距離的捷徑，就可以大大 降低整個網絡的分隔度。遠距離的連結就是生活中的弱連結，強連結式關係較緊 密的群體，例如一家人、或一群好友，而這些強連結和弱連結對疾病的動態傳播 有很重要的影響。一個符合真實社會網路的結構，同時具有高群聚性與低分隔度，
這是人際關係網路中呈現的兩個重要特質。由於人際網路具有高群聚度的特性，
會讓朋友之間會容易出現共同的朋友，也因為低分隔度的特性，時常可以透過一 些人認識與我們毫不相干的人。若想要得知所建立出來的社會網路模型，是否為 一個小世界網路，則要驗證此模型是否有高群聚係數（Clustering coefficient）與 低分隔係數。小世界網路可以反應出真實社會人與人的關係，所以之後有關社會 網路的議題也逐漸的以小世界作為基礎，而小世界現象的真實社會裡，因為個體 據有高群聚性、低分隔度、多活動點、長距離移動等特質，所以距離儼然不是影 響流行病傳染的主要因素。
圖 10 (a)正規網路 (b)小世界網路
資料來源：Watts 與 Strogatz（1998），本研究整理
2.2.3 富者愈富現象