近年来，随着计算社会学、公共卫生学等交叉领域的快速发展，高分辨率人际接触时空数据已成为传染病传播建模、社交行为研究、城市公共空间优化等方向的核心基础资源。此前行业内公开的同类接触数据集大多采集自学校、办公场所、公共交通等机构化、强规则场景，针对婚礼、私人聚会这类非正式、低结构化的小型社交活动的接触数据长期处于空白状态，导致过往的人际互动模型、传播风险测算模型在适配私人聚集场景时普遍存在精度不足的问题。近日，西北大学研究团队正式公开发布《Wedding cocktail hour contact webs: Temporal proximity network of a privately hosted social event》数据集，这也是全球首个公开的私人社交活动时空邻近网络数据集，旨在填补非结构化面对面互动研究的数据源缺口。该数据集采集自一场私人婚礼的鸡尾酒会环节，研究团队为现场95名参与者佩戴了高精度超宽带（UWB）传感器徽章，最终共采集到7213个有效接触事件，覆盖2760个观测对，时间精度达10秒，可精准还原不同参与者的接触时长、接触距离、接触时序等核心时空信息。同时，数据集还结合参与者自我报告的与新婚夫妇的关系类别完成标注，支持研究人员开展基于社会关系层级的群体混合模式分析。据介绍，该数据集可用于验证机构化环境中总结出的人际交互模式是否适用于非正式社交场合，为多场景下的人际互动研究提供对照基准。从应用场景来看，其可直接为传染病风险估计、聚集性活动接触者追踪政策制定、社交空间动线设计等方向提供建模基础；研究人员也可基于该数据集优化私人聚集场景的传播风险预判模型，为婚宴、展会等大型聚集活动的防疫预案制定、人流容量规划提供数据参考，还可支撑不同社会关系下的社交距离特征、人际互动规律等社会学研究。本次数据集的发布，进一步完善了全球人际接触网络数据集的场景覆盖维度，为跨学科研究提供了高可信度的基础数据支撑，也为数据要素赋能公共服务、社会研究领域的创新应用提供了新的资源补给。
查看Wedding cocktail hour contact webs: Temporal proximity network of a privately hosted social event
详情页内容：
_1769672084863.jpg)