1月28日至2月3日，山东大学“大数据+AI”社会学应用调研实践团队针对传染病领域进行研究。团队结合传染病的影响因素，建立传染病EIRD、SEIRD的流行病学分析数学模型，构建传染病-社会治理的综合评价数学模型。同时，团队在这一阶段完成调研报告和论文一篇，已发表在团队公众号专栏。

团队建立传染病模型 EIRD和SEIRD，通过设定不同的人群：易感者（S），暴露者（E），感染者（I），死亡者（D），治愈者（R），模拟病毒的传播过程，探究该城市在不加管控的情况下各类人群的演化规律。利用差分方程和时间序列，就传染病传播进行数学模拟。

结合近年来发生的新型冠状病毒感染为例，模拟出了在不加以任何管控和疫苗、抗体等医学防控情况下，将会有超过80%的人群在1-2个月内感染；在控制社会流动、大范围接种疫苗免疫后，病毒传播阻断率将会与社会管控和疫苗效力呈明显正相关性，基本趋势呈现对数函数分布。

更进一步，团队在新冠病毒传染模型的基础上模拟社会学管控，并探究不同管控措施下各类人群的演化规律。团队通过分析不同类型的管控措施对接触率、传染率、感染者人数、死亡率、治愈率的影响，模拟出了某个时间节点下加之管控措施后，各类人群的演化规律，并建立了可应用于社会管控策略环境下的数学模型 。

团队综合数学分析和社会学分析，得出结论：要提供真正有效的信息的难点有社会和自然两方面。社会方面包括群众对社会管控策略的配合程度，群众在社会管控下的不确定因素等；自然方面包括：病毒的变异，不同地区自然环境的差异等。

最后，团队在上述数学模型的基础上，考虑到社会管控的正面效应和负面效应，采用综合评价方法建立模型进行分析。团队将社会管控策略带来的效果及经济的负影响进行量化，并转化成为该社会管控策略的评分。研究在不同情况下，适合采取的最佳的社会管控策略及持续时间。

最后，团队总结了过去一周的工作成果，认真阅读了成果论文。在这一阶段，团队完成了关于传染病领域的“大数据+AI”应用研究，就传染病的流行病学传播和社会防治分别建立数学模型，并结合领域特点、专业特色，开展实践化操作，利用Python、MATLAB、SPSS等工具完成了这一阶段的研究。

（文/李英华 图/李英华 谢婧雅）