基于Twitter数据的实时疾病监测潜在共享成分生成模型
社会与信息网络
2015-10-21 v1 机器学习
摘要
利用大量可用数据解决相关社会问题一直是数据挖掘中的关键挑战之一。此类努力最近被称为“data science for social good”并吸引了众多研究者和机构的关注。我们在此目标下做出贡献，本文考虑一个困难的公共卫生问题：小地理区域内登革热疫情的及时监测。我们开发了一个简单而有效的生成模型，以联系疾病病例与疾病相关Twitter帖子的波动。我们考虑了一个隐藏马尔可夫过程同时驱动登革热报告病例的波动和各地区发布的推文。我们增加了一个稳定但随机的推文源，以表示在未记录疾病病例时的帖子。该模型通过马尔可夫链蒙特卡洛算法学习，产生相关参数的后验分布。利用来自大量巴西大城镇的数据，我们凭经验证明，我们的模型能够联合使用推文和疾病病例很好地预测接下来几周的疾病计数。
引用
@article{arxiv.1510.05981,
title = {A latent shared-component generative model for real-time disease surveillance using Twitter data},
author = {Roberto C. S. N. P. Souza and Denise E. F de Brito and Renato M. Assunção and Wagner Meira},
journal= {arXiv preprint arXiv:1510.05981},
year = {2015}
}
备注
Appears in 2nd ACM SIGKDD Workshop on Connected Health at Big Data Era (BigCHat)