基于互聯(lián)網(wǎng)數(shù)據(jù)的中國(guó)流感趨勢(shì)預(yù)測(cè)研究.pdf

1、流感病毒對(duì)人類社會(huì)造成了很大的危害，及時(shí)地監(jiān)控流感病毒的流行動(dòng)態(tài)對(duì)于流感病毒的防控至關(guān)重要。傳統(tǒng)的流感監(jiān)測(cè)主要是通過(guò)層次化的流感監(jiān)測(cè)系統(tǒng)，在流感疫情的公布上有一定的延遲，即時(shí)效性較差。近年來(lái)，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，基于互聯(lián)網(wǎng)數(shù)據(jù)的傳染病監(jiān)測(cè)方法以實(shí)時(shí)性高、快速和低成本的優(yōu)點(diǎn)，成為傳統(tǒng)監(jiān)測(cè)方法的有效補(bǔ)充。比如基于Google搜索引擎的Google Flu Trends能夠比傳統(tǒng)的監(jiān)測(cè)方法提前1~2周預(yù)測(cè)出流感的疫情。這對(duì)于及時(shí)有效地制定防

2、控政策至關(guān)重要。我國(guó)目前也已經(jīng)積累了海量的互聯(lián)網(wǎng)數(shù)據(jù)，如何使用它們來(lái)輔助流感病毒的防控是一個(gè)值得研究的重要問(wèn)題。盡管國(guó)內(nèi)也有了一定的研究，但不夠系統(tǒng)和深入。本文的主要工作是使用國(guó)內(nèi)的社交網(wǎng)站和搜索引擎數(shù)據(jù)來(lái)預(yù)測(cè)中國(guó)的季節(jié)性流感病毒的流行，主要研究?jī)?nèi)容如下：
　?。?）在社交網(wǎng)站方面，本文通過(guò)收集與流感相關(guān)的主題關(guān)鍵詞，并在新浪微博中采集這些關(guān)鍵詞在不同省份每周出現(xiàn)的頻率數(shù)據(jù)。基于這些數(shù)據(jù)的相關(guān)性分析表明，新浪微博的主題微博數(shù)據(jù)與各

3、省份實(shí)際的流感強(qiáng)度有一定的相關(guān)性，皮爾森相關(guān)系數(shù)范圍為0.56~0.71；進(jìn)一步，建立了基于主題微博數(shù)據(jù)的回歸模型，可以比較準(zhǔn)確的預(yù)測(cè)流感在各省份的流行。
　?。?）在搜索引擎方面，本文分析和比較了三種指數(shù)平臺(tái)（百度指數(shù)，好搜指數(shù)和微指數(shù)）在流感預(yù)測(cè)中的可行性，并比較了各指數(shù)平臺(tái)的預(yù)測(cè)效果。首先采集與流感有關(guān)的關(guān)鍵詞在這些平臺(tái)中全國(guó)地區(qū)的指數(shù)值，采集的時(shí)間以天為單位；然后計(jì)算各個(gè)關(guān)鍵詞的指數(shù)值與實(shí)際的季節(jié)性流感趨勢(shì)之間的關(guān)聯(lián)性；最

4、后以各個(gè)關(guān)鍵詞的指數(shù)值作為變量建立回歸模型來(lái)預(yù)測(cè)流感的流行。結(jié)果表明，相對(duì)于微指數(shù)，百度指數(shù)和好搜指數(shù)的關(guān)鍵詞搜索數(shù)據(jù)與實(shí)際的流感樣病例數(shù)據(jù)的相關(guān)性更強(qiáng)，與流感的流行區(qū)間和峰值時(shí)間更相似，而且基于它們建立的回歸模型能更準(zhǔn)確地預(yù)測(cè)流感趨勢(shì)變化。進(jìn)一步，整合歷史的流感樣病例數(shù)據(jù)能大大提高回歸模型的預(yù)測(cè)效果。
　　綜上，基于中國(guó)的互聯(lián)網(wǎng)數(shù)據(jù)能夠用來(lái)相對(duì)比較準(zhǔn)確地預(yù)測(cè)流感在中國(guó)的趨勢(shì)變化，因此它可以作為傳統(tǒng)流感監(jiān)測(cè)手段的一種有效補(bǔ)充，改善