Restait la distribution des nombres de contacts entre individus. C'est la plus difficile à reproduire : en général on fait intervenir pour cela une mémoire des interactions passées : plus j'ai interagi avec une personne, plus je suis susceptible d'interagir de nouveau avec elle (un effet "best friend"). Elle a commencé avec un mécanisme de ce type, contrebalancé par la possibilité de choisir une personne au hasard, ou même un endroit au hasard. Et ça marche aussi.
Sauf qu'il y a 4 paramètres dans le modèle, et que ça fait beaucoup. Et en explorant ce qui se passe dans des cas extrêmes, elle s'est rendu compte… que ça marche aussi sans l'effet "best friend". Le simple fait pour une particule d'alterner entre des phases de marche aléatoire et des phases de ciblages d'un endroit précis permet de générer la distribution large des nombres de contact. Par contre, la manière dont les cibles sont choisies est importante : il faut que ce choix lui-même soit aléatoire. Les contacts sont alors fréquents entre des particules qui par chance ont des cibles proches et sont toutes les deux en mode "ciblage", et peu fréquents quand deux particules se croisent au hasard.