Wedding cocktail hour contact webs: Temporal proximity network of a privately hosted social event

该数据集由西北大学研究团队创建，是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空白。数据集包含一场婚礼鸡尾酒会上95名参与者佩戴超宽带传感器徽章采集的高分辨率接触数据，共记录7,213个接触事件，覆盖2,760个观测对，时间精度为10秒。数据通过参与者自我报告与新婚夫妇的关系类别进行标注，支持基于社会关系的群体混合分析。该数据集可用于验证机构化环境中的交互模式是否适用于非正式社交场合，并为传染病风险估计、接触者追踪政策及社交空间设计等应用提供建模基础。

This dataset, created by a research team at Northwestern University, is the first publicly available spatio-temporal proximity network dataset for private social gatherings, designed to fill the research gap in studies of unstructured face-to-face interactions. It contains high-resolution contact data collected via ultra-wideband (UWB) sensor badges worn by 95 participants at a wedding cocktail party, recording a total of 7,213 contact events covering 2,760 observed pairs, with a temporal precision of 10 seconds. The data is annotated with relationship categories reported by participants regarding their connections to the newlyweds, supporting group mixing analysis based on social relationships. This dataset can be used to verify whether interaction patterns identified in institutional settings are applicable to informal social occasions, and provides a modeling foundation for applications such as infectious disease risk estimation, contact tracing policies, and social space design.

搜集汇总

数据集介绍

构建方式

该数据集源自一场私人婚礼的户外鸡尾酒会，旨在捕捉非结构化社交场景中的面对面互动。研究团队采用Fleetwood Electronics生产的Instant-Trace超宽带（UWB）接近传感器徽章，将接触距离阈值设定为1.5米，并以5秒为间隔记录佩戴者之间的接近事件。在约220名宾客中，共有95名年满18周岁的英语使用者自愿参与，佩戴徽章并参与了约65分钟的社交活动。原始数据经过去噪与重采样，将时间精度粗化至10秒的时间窗口，最终得到包含7,213次接触事件和2,760个观察到的二元组的时序网络。同时，参与者通过问卷自报其与婚礼夫妻的关系类别，如配偶的朋友、双方共同朋友或亲属等，经匿名化处理形成社交群体标签，从而构建了兼具时序属性和关系语义的接近网络数据集。

使用方法

研究人员可以以离散时间时序边列表的形式获取数据，每条记录包含一个时间戳（以秒为单位）、节点A的标识符和节点B的标识符，表示在该时间戳对应的10秒时间窗内两者存在接触。边为无向边，节点顺序可互换。配套的节点列表以（节点ID，群体标签）格式呈现，方便进行基于社交群体的混合分析。数据集以CSV文件格式托管于Zenodo平台（DOI: 10.5281/zenodo.20430824），并附有详细的README文件说明数据处理规则。典型应用场景包括：检验非结构化社交中接触模式的普适性、估计传染病传播风险、优化接触追踪策略、设计促进社交融合的物理空间，以及开发更准确的社会事件模型。

背景与挑战

背景概述

在人类面对面交互研究中，已有数据集多源自学术会议、教室、医院及工作场所等制度性结构化场景，尽管揭示了异质性接触率、聚类效应与爆发性动力学等普适模式，但其中日程安排、空间划分与权威角色等因素可能掩盖了有机社交动态的纯粹性。为填补这一空白，Joshua Z. Stadlan、Richard B. Kahn与Michelle Birkett于2026年在西北大学等机构协作下，创建了首个公开的私人社交活动时间邻近网络数据集——以婚礼鸡尾酒会为场景，借助超宽带传感徽章捕获95名参与者在1.5米内、5秒间隔的邻近接触序列，并融合了参与者与新人关系类别的自报告标签，为研究非结构化场景下的社交混合与群体动态提供了前所未有的细粒度数据资源。

当前挑战

该数据集面临多重挑战。在领域问题层面，其核心旨在检验制度性场景中发现的交互模式是否概化至非正式社交集会，这挑战了现有网络科学理论对自然社交动态的解释边界，尤其在群体混合分析中，需突破依赖性别或班级等代理标签的局限，转向基于真实社会关系的分类范式。在构建过程中，技术难点涵盖传感器测量精度受着装与场地几何形状影响、徽章内部5秒周期未全局同步导致的接触报告缺失，以及约60%未佩戴徽章宾客的交互完全不可见；此外，组别标签因隐私保护需合并小类至“其他”范畴，可能掩盖关键关系维度，而徽章发放延迟与取还桌处接触的混淆进一步增加了数据处理与因果推断的复杂性。

常用场景

经典使用场景

该数据集捕捉了一场私人婚礼鸡尾酒会上95名宾客在约65分钟内的近距离接触网络，时间粒度为10秒，包含7213条接触事件及2760个观测节点对。研究者通过超宽带感应徽章记录1.5米范围内的面对面交互，并基于宾客与新人之间的社会关系（如亲友、家庭朋友等）进行群组标注。这一独特设计使其成为检验非结构化社交场合中人机交互模式通用性的经典资源，尤其适用于分析自由社交场景下的接触异质性、聚类与爆发动力学等网络特征。

解决学术问题

该数据集填补了以往研究依赖会议室、教室、医院等制度化场景的空白，解决了有机社交活动中群体混合机制难以量化的问题。它帮助学者检验既有面对面交互模式（如异质性接触率、同质性偏好、跨群体弱连接等）是否能推广至无固定议程的私人聚会，并探讨关系型群组（而非性别或班级等代理变量）在塑造时空网络结构中的作用。这为理解社会事件中真实的人际接触底层法则提供了关键实证。

实际应用

在实际应用中，该数据集为疾病传播建模与接触追踪策略优化提供了宝贵的校准依据。通过模拟私人聚会场景下的人群接触频率与持续时间，公共卫生机构可更准确地评估婚礼、派对等社交活动中的传染风险，并设计针对性的防控方案。此外，数据集还可用于指导社交空间设计，例如优化宴会场地布局以促进或限制特定群组间的互动，或为促进社会包容性干预措施（如促进孤立个体融入）提供数据支撑。

数据集最近研究

最新研究方向

该数据集聚焦于非结构化社交场景中人类面对面交互的时变网络特征，弥补了既有研究多基于会议、教室、医院等制度性环境的数据缺口。当前前沿方向围绕有机社交动力学的普适性验证展开，探讨自由社交背景下是否仍呈现异质性接触率、聚类与爆发式动态等经典网络信号。尤其关注基于真实社会关系（如亲友圈层）而非人口学代理变量的群组混合模式，为接触追踪策略优化、社交空间设计与社会包容干预提供实证基础。该婚礼鸡尾酒会数据集作为首个公开的私人社交活动时变近距网络，推动了计算社会科学中非正式社交动力学的建模与跨场景比较研究。

相关研究论文

• Wedding Cocktail Hour Contact Webs: Temporal Proximity Network of a Privately Hosted Social Event

  西北大学·健康计算与社会科学中心; 西北大学·复杂系统研究所; 西北大学·范伯格医学院医学社会科学系 · 2026年