传染病模型已经广泛应用在信息传播和扩散领域，而这里的信息可以包含很多种类型，既可以是网络舆论信息，也可以是现实生活中的传染病和人们的情感。本文主要以传染病感染理论为主线，研究情感传播和传染病传播两个方面的传播现象和理论，探索基于个体的情感传播方法理论，以及基于公交设备的传染病感传播方法理论。第一大部分是对基于个体的情感传播方法理论的研究。由于公众情感对提升社会幸福感、创造力以及工作效率至关重要。个体间的情感传播规律对理解和进一步预测居民情感波动和变化起着至关重要的作用。但是由于缺乏对人群长期细致的观测数据，现有的研究主要大都集中于居民宏观情感传播规律的研究，然而从个体日程行为数据出发，个体微观情感传播规律的研究工作却往往被忽视。考虑到个体接触和情感传播的特点：（1）无源性：个体即使当时没有负向情感，也具有让接触者感染负向情绪的能力。例如，一个教授（此刻心态很平静）在和其博士研究生讨论该研究生近期工作表现时，当教授指明该博士研究生近期表现不积极，这种态度可能使该研究生不能按期毕业的时候，该研究生当天很可能出现焦虑、恐惧、紧张的情绪。因而本文在这里放宽这一假设，为无源传播提供了概率性的触发条件，即没有被感染负向情绪的个体也可以让接触者感染负性情绪。（2）混杂性：考虑负向情感的动态网络传播过程，个体传染能力每天都可能有变化。并且可能受其他因素影响，因而本文主要排除生理疾病对模型的干扰。本文试图从个体长期微观层面角度，对情感微观动态传播规律进行研究，试图探索如下三个尚未被存分研究的问题：（1）如何测量一个人的负能量感染能力？（2）如何通过日常行为区别脆弱的人和刻薄的人？（3）情感是如何在个体之间进行传播的？本文试图对上述三个问题进行探索，提出了相应的初步解决方案。并利用麻省理工大学的社会演化数据集（MIT Social Evolution）进行实验，实验结果验证本文提出方法的有效性。第二大部分是基于公交设备的传染病感传播方法理论的研究。考虑中国和西方发达国家的城市交通差异，尤其是人们选用公交系统出行的差异。在西方发达国家，尤其是美国，公众的公交出行率不足9%，而我国由于私家车普及程度、文化差异等原因，普通居民出行优先选用公交系统方式。北京、上海、天津、长春等城市的公交出行比普遍在20%以上，因而在以美国为首研究的传染病模拟器，大都不考虑居民在公交车上的感染性。而如果为中国为研究对象，高公交出行率的特征使得公交系统在传染病爆发的过程中，不容忽略。因而针对上述传染病监控中的应用需求和挑战，本文提出对传染病的异构网络模拟器构建进行研究，基于传染病模型和大数据等领域的现有研究成果，考虑公共交通中居民相遇的情况，为传染病监控的发展与应用提供理论和技术支撑。发现在公交设施上的感染概率显著影响着疾病的传染规模。果居民出行率比较低，在公交设施上的防疫措施效率越低。