基于社交网络的流感监控和预测算法
发布时间：2017-10-09 18:28
本文关键词：基于社交网络的流感监控和预测算法
【摘要】：社交网络的出现和不断发展,使得由社交网络产生的数据量不断增大,信息量也不断丰富。基于社交网络进行的数据分析和挖掘的应用越来越多。大数据已经渗透到生活的方方面面,若能有效的利用大数据将会为生活提供更多便利。公共卫生事业作为社会发展的根基与每个人生活息息相关,影响整个社会的稳定和发展。但是,目前对于流行病的监控手段主要依赖临床数据。随着社交网络的普及和数据多样化,我们可以通过分析和挖掘社交网络中相关数据对特定病症进行监控及预测,在保证数据的实时性基础上,可以及时的进行监控和预测,为公共卫生事业提供较早的决策支持和帮助。本文中的社交网络数据主要以新浪微博数据作为主要数据源,以PM2.5数据作为辅助,在国内范围内,针对流行性感冒进行监控和预测。文章考虑流感的潜伏期、发病期等时间因素的影响,以及流行病的传播模式,结合目前数据,分析和研究基于社交网络的流感监控和预测的方法。针对内容繁杂的社交网络数据,本文首先对源数据进行数据预处理,考虑流感的病症特点主要采用关键字过滤技术,获取与流感相关的用户信息,并分别采用KNN分类、朴素贝叶斯分类(NB)和支持向量机(SVM)分类三种分类算法进行比较,将分类效果最好的算法得到的结果集作为研究的核心数据。在监控方面,将核心数据与疾病控制中心(CDC)数据在时间和空间粒度上进行对比,验证社交网络数据的有效性；并考虑空气质量对流感的影响,将PM2.5数据与社交数据进行对比,证明PM2.5数据与流感的关联关系,从而证明通过对社交网络数据进行分析可以用来监控流感现状。在预测方面,主要使用动态贝叶斯算法结合隐马尔科夫模型,考虑社交网络中的社交关系和所处地理位置对流感传播的影响,及流感的周期性和一段时间内的PM2.5指数对流感发病率的影响,将这些影响因素作为模型中考虑的主要参数,在数据量一定的基础上,进行交叉实验对模型的预测效果进行评估。
【关键词】：流感 社交网络 监控 预测 PM2.5
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;O157.5
【目录】：
- 内容摘要6-7
- ABSTRACT7-10
- 1. 绪论10-16
- 1.1. 研究背景和意义10-13
- 1.2. 研究内容和研究成果13-14
- 1.3. 本文的主要内容和组织结构14-16
- 2. 国内外研究进展16-20
- 3. 相关术语及问题定义20-23
- 3.1. 相关术语20-21
- 3.2. 问题定义21-23
- 4. 数据概述23-26
- 4.1. 社交网络数据概述23-24
- 4.2. CDC流感临床数据24-25
- 4.3. AQI及PM2.5数据25-26
- 5. 数据预处理26-49
- 5.1. 社交网络数据预处理26-37
- 5.1.1. 流感症状关键词过滤26-29
- 5.1.2. 社交网络中流感病例提取29-37
- 5.1.2.1. 基于KNN算法的流感病例提取29-32
- 5.1.2.2. 基于朴素贝叶斯算法的流感病例提取32-34
- 5.1.2.3. 基于支持向量机算法的流感病例提取34-36
- 5.1.2.4. 分类算法结果比较36-37
- 5.2. AQI数据归一化处理37-38
- 5.3. 数据有效性验证38-49
- 5.3.1. 流感爆发地区的数据验证38-45
- 5.3.2. AQI数据验证45-49
- 6. 基于隐马尔科夫模型和动态贝叶斯网络的流感预测算法49-60
- 6.1. 流感预测模型49-51
- 6.2. 模型参数确认51-54
- 6.2.1. 位置预测52-53
- 6.2.2. 社交关系53-54
- 6.3. 预测模型中应用的主要算法54-60
- 6.3.1. 隐含状态选择54-57
- 6.3.2. 参数学习和推理57-60
- 7. 基于社交网络的流感监控和预测模型的实验验证60-69
- 7.1. 交叉实验验证60-61
- 7.2. 实验结果评估61-69
- 7.2.1. 数据验证61-65
- 7.2.2. 缺失值处理65-66
- 7.2.3. 模型可伸缩性66-69
- 8. 总结与展望69-71
- 8.1. 本文总结69-70
- 8.2. 进一步工作70-71
- 参考文献71-75
- 致谢75-76
- 作者简历及在学期间所取得的科研成果76
【相似文献】
中国期刊全文数据库 前10条
1 任健;;社交网络的力量[J];科技创业;2011年12期
2 武会;;浅谈社交网络对高校大学生的影响及若干建议[J];科技致富向导;2013年05期
3 余剑来;;社交网络化的发展方向[J];世界科学;2011年01期
4 余家驹;;电视网络将成为社交网络[J];世界科学;2011年01期
5 邓宇燕;;浅谈故事型广告在社交网络时代的传播[J];科技信息;2011年24期
6 劳伦·考克斯;;请在工作时更新你的状态[J];科技创业;2011年05期
7 斯蒂芬·卡斯;;在线社区能否解决隐私问题[J];科技创业;2011年08期
8 罗伯特·D·霍夫;;广告主云集社交网络[J];科技创业;2011年08期
9 吕经纬;李轩昂;;社交网络对大学生成长影响及其对策[J];科技信息;2013年05期
10 张月英;王e，
本文编号：1001733
本文链接：https://www.wllwen.com/kejilunwen/yysx/1001733.html
