基于互聯(lián)網數(shù)據(jù)的中國流感趨勢預測研究.pdf

1、流感病毒對人類社會造成了很大的危害，及時地監(jiān)控流感病毒的流行動態(tài)對于流感病毒的防控至關重要。傳統(tǒng)的流感監(jiān)測主要是通過層次化的流感監(jiān)測系統(tǒng)，在流感疫情的公布上有一定的延遲，即時效性較差。近年來，隨著互聯(lián)網技術的發(fā)展，基于互聯(lián)網數(shù)據(jù)的傳染病監(jiān)測方法以實時性高、快速和低成本的優(yōu)點，成為傳統(tǒng)監(jiān)測方法的有效補充。比如基于Google搜索引擎的Google Flu Trends能夠比傳統(tǒng)的監(jiān)測方法提前1~2周預測出流感的疫情。這對于及時有效地制定防

2、控政策至關重要。我國目前也已經積累了海量的互聯(lián)網數(shù)據(jù)，如何使用它們來輔助流感病毒的防控是一個值得研究的重要問題。盡管國內也有了一定的研究，但不夠系統(tǒng)和深入。本文的主要工作是使用國內的社交網站和搜索引擎數(shù)據(jù)來預測中國的季節(jié)性流感病毒的流行，主要研究內容如下：
　　（1）在社交網站方面，本文通過收集與流感相關的主題關鍵詞，并在新浪微博中采集這些關鍵詞在不同省份每周出現(xiàn)的頻率數(shù)據(jù)?；谶@些數(shù)據(jù)的相關性分析表明，新浪微博的主題微博數(shù)據(jù)與各

3、省份實際的流感強度有一定的相關性，皮爾森相關系數(shù)范圍為0.56~0.71；進一步，建立了基于主題微博數(shù)據(jù)的回歸模型，可以比較準確的預測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（百度指數(shù)，好搜指數(shù)和微指數(shù)）在流感預測中的可行性，并比較了各指數(shù)平臺的預測效果。首先采集與流感有關的關鍵詞在這些平臺中全國地區(qū)的指數(shù)值，采集的時間以天為單位；然后計算各個關鍵詞的指數(shù)值與實際的季節(jié)性流感趨勢之間的關聯(lián)性；最

4、后以各個關鍵詞的指數(shù)值作為變量建立回歸模型來預測流感的流行。結果表明，相對于微指數(shù)，百度指數(shù)和好搜指數(shù)的關鍵詞搜索數(shù)據(jù)與實際的流感樣病例數(shù)據(jù)的相關性更強，與流感的流行區(qū)間和峰值時間更相似，而且基于它們建立的回歸模型能更準確地預測流感趨勢變化。進一步，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測效果。
　　綜上，基于中國的互聯(lián)網數(shù)據(jù)能夠用來相對比較準確地預測流感在中國的趨勢變化，因此它可以作為傳統(tǒng)流感監(jiān)測手段的一種有效補充，改善