主讲人：刘权辉

时间：2020年1月3日15：00-17:00

地点：明理楼C1206

主办：金沙娱场城app7979 科研处 计算机科学学院

刘权辉，电子科技大学工学博士，四川大学计算机学院特聘副研究员。主要从事计算流行病学、网络科学与数据科学方面的研究工作。以第一作者身份且直投方式在PNAS（美国国家科学院院刊）上发表论文两篇，在物理和交叉科学类顶级综述期刊Physics Reports合作发表论文一篇，在国际一流权威期刊Physical Review E、Scientific Reports、Chaos等发表论文10余篇。曾获国家留基委资助在美国东北大学杰出教授、欧洲科学院院士、人类流行病传播领军人物Alessandro Vespignani实验室博士联合培养两年。

主讲内容：

流行病大爆发时，学生是最容易被感染的群体。世界上一些国家和地区，通过学校关闭政策来缓解和控制流行病的传播。但由于缺少学校政策实施期间人群接触模式真实数据的支持，这一政策的有效性一直存在很大争议。在本研究中，我们在俄罗斯托姆斯克城市2015至2016年流感季节期间，进行了一项基于日记的接触调查，收集学校关闭前和学校关闭后学生、工人和其他人员的接触行为数据。首先，我们发现关闭学校将导致学生平均每天的接触人数由14.2减为6.5、工人每天的接触人数由11.2减为8.7。同时，采用该城市高度精细化的社会人口统计数据，他们构建包含家庭、学校、公司和社区的人工社会网络模型，并提出一个基于学校关闭政策的流行病传播模型。将该城市2015-2016流感季节收集到有关流感传播的数据作为先验知识，采用微观马尔科夫链估计得到流感传播的参数。通过模拟实验，我们发现学校关闭政策能够缓解流行病的传播。如果没有学校关闭政策，该城市实际的感染比例要增加33%。这一研究不仅揭示了流感期间学校关闭政策对人群接触行为模式的影响，同时为将来学校关闭政策实施过程中的成本效益分析提供了关键的指导作用。