12.11 个体接触追踪
该类方法通过记录个体接触的时间、地点、接触频率、持续时间等详细信息来构建细粒度的“个体到个体”接触网络。目前常用的接触信息记录手段是调查问卷[6] 、无线通信和无线传感。图 2 示出了两种常用的个体接触追踪方法。
2012 年，Potter 等人采用问卷调查方法研究了某高中 1 074 名学生的接触行为，根据接触时间长度和接触频率等信息构建出局部校园的接触网络，并基于该网络模拟了校园内部的流感爆发过程[7] 。他们研究中发现，教室内部是校园接触的多发场景，课间和午休是校园接触的多发时段。
问卷调查方法获得的个体接触信息通常不完整，为了提高个体接触记录的准确性，一些研究者开始寻求移动通讯设备（如手机）或无线传感设备（如可穿戴传感器）的帮助。
早 在 2006 年， 由 MIT 媒 体 实 验 室 研 究 员Nathan Eagle 和 Alex Pentland 提 出 的 现 实 挖 掘（reality mining）就建议采用可穿戴无线传感设备记录人们的日常活动信息[8-9] 。他们开发了一个实验系统，记录了一些 MIT 学生在教学楼内一段时间的活动轨迹，进而建立了一个描述他们接触关系的小型社会网络[10] 。
2011 年，Yoneki 研发了首个基于手机终端的接触模式发现软件 FluPhone，该软件可自动检测并记录用户之间的接触行为[11] 。研究者通过该软件收集了剑桥大学校园内 36 名用户的接触信息，构建了用户间不同时段的接触网络，并结合 SEIR模型在该网络上模拟了流感爆发过程。由于 GPS和蓝牙功耗大，导致手机待机时间短，Yoneki 等人将能耗小、使用时间长的可穿戴传感器应用于 FluPhone 软件中，研发了新的接触追踪软件EpiMap [12] 。考虑到流行病爆发的高危地区多分布在经济落后的发展中国家，这些地区的无线通讯设施落后，EpiMap 采用卫星通讯对接触数据进行传输和存储。
由于可以持续、准确的记录个体的接触事件（如时间、地点、对象、时长），可穿戴无线传感器逐渐成为一种收集“小范围”内高精度接触数据的工具，应用于医院和校园等场景中的接触模式研究。Salathé 等人利用无线传感器收集了美国一所高中788 名学生一天的接触行为，据此构建了一个基于个体的校园接触网络[13] ，进而发现校园接触网络具有高密度连接和小世界结构的特征[14] 。Isella 等人使用射频识别设备采集了美国一所儿童医院 119人（包括医护人员、重症儿童和护理人员）之间的16 000 次接触，建立了医院场景的接触结构[15] 。类似的，Stehlé 等人使用无线射频识别设备采集了一所法国小学内学生的接触数据[16] 。
无线射频追踪器的收发距离有限，只能在某一特定区域正常工作。2016 年，IBM 非洲实验室的研究员 Kurien 和 Shingirirai 发明了一种无线电标签，解决了追踪器收发距离短的问题，并将该技术用于结核病追踪[1] （见图 3）。每块标签包含有一个小型传感器、存储设备和电池。被个体携带的无线电标签可以互相通讯，当两个标签互联时，个体接触行为就被记录下来。无线电标签收集的接触数据集中呈现在一个三维可视化系统中，利用该系统提供的智能数据分析方法，医疗人员能够实时查看结核病患者的时空分布，追踪结核病毒的传播路径，发现高风险易感人群。由于结核病疫苗费用很高，这些接触数据还可帮助医疗人员确定疫苗接种个体的优先级。
虽然使用分发 / 收集调查问卷、移动通讯设备或无线传感设备可以收集到非常细致的个体接触信息，但由于过于昂贵的成本，这类方法大都局限在小规模人口的实验中，还没有推广到大范围、大规模个体接触行为的追踪与分析。采用无线可穿戴设备追踪个体接触的另一个问题是隐私问题。这些用作医疗数据收集的追踪器除了记录接触行为，也很容易追踪和记录人的移动轨迹，而这些通常都会被认为是侵犯隐私的做法。另一个敏感的问题在于，佩戴追踪器等于向别人宣告自己是某种传染病的患者。例如，在非洲国家，肺结核患者会被打上社会偏见的烙印。
