在流行期间，空间，时间和确定疾病传播的人口统计学模式受多种因素影响。 除了病理性的生理特性基因和宿主，宿主人群的社会交往， 考虑到个人的相互感染特征人口结构和各种社会活动对理解和进一步预测患病率也至关重要传染性疾病。 衡量社会交往的方法将在多大程度上控制了我们可以预测动态的程度在现实世界中的感染。 最新作品集中于他们的努力对静态社交联系的空间模式进行建模。 在这项工作中，我们解决了如何表征的问题并在传染病流行期间衡量动态的社会交往一个新颖的观点。 我们提出了一种基于流行病模型的张量去卷积框架来解