Redes sociales dinámicas de contacto íntimo e intervenciones epidémicas 3
naturaleza, y la industria de la salud pública se beneficiaría de las medidas predictivas
capaz de herramientas computacionales de redes sociales íntimas. Profesionales dentro
este campo a menudo tiene presupuestos limitados y los recursos deben dirigirse en el
dirección para lograr los máximos resultados. La utilización de computacional
Las herramientas de redes sociales permitirían a aquellos dentro de la industria de la salud pública
anticipar el impacto de las predicciones demográficas específicas y adaptar la conciencia, la educación
programas educativos, de vacunación y profilácticos para lograr el mayor impacto en
su población.
Con fondos y recursos limitados disponibles para ayudar a prevenir enfermedades infecciosas,
Los profesionales de la salud pública necesitan herramientas para facilitar la toma de decisiones sobre dónde
se tomarían las medidas más efectivas. Según datos y estadísticas recopilados
análisis técnico, es evidente que ciertos grupos demográficos tienen un mayor riesgo de
contraer ciertas enfermedades e infecciones de transmisión sexual. Por ejemplo, pre
Varias investigaciones han indicado que los niveles específicos de educación alcanzados tienen un efecto positivo
correlación con una mayor incidencia de infección por VIH / SIDA (Reiche & et al. 2005).
Este tipo de comprensión, cuando se aplica a un modelo social computacional,
Permitir que el individuo dentro de la industria de la salud pública modele una conciencia o educación
Campaña educativa a la población con mayores factores de riesgo y para predecir
el impacto potencial en este grupo objetivo al evitar futuras infecciones.
En este artículo primero presentamos varias metodologías para analizar gráficos, en par-
gráficos clásicos particulares y su mapeo en redes bipartitas; por ejemplo:
tamaño, densidad y coeficientes de agrupamiento. El algoritmo general de nuestra so-
Se presenta el simulador de red social de contactos íntimos (DynSNIC). Este algoritmo
genera una red impulsada por contactos dinámicos con una distribución de grado específico,
Facilitar la dinámica y la evolución de la población. A continuación, describimos en detalle cómo DynSNIC
optimiza la red bipartita con una distribución de grados predeterminada, minimizando
ing el número de grados sin resolver. Luego se analizan las redes generadas