逃学与许多危险行为和不良后果相关。我们使用班级缺勤的详细管理数据，以一起缺课的学生为基础构建社交网络。我们模拟这些网络，并使用排列测试来显示某些学生系统地协调他们的缺席。利用家长对学生缺勤的信息干预，我们发现接受治疗的学生对他们网络中的同龄人产生溢出效应。我们展示了一种结合机器学习技术来识别异质效应、直接效应和溢出效应的最优目标算法，可以在预算限制的情况下进一步提高干预的疗效和成本效益。