基于ARGO利用谷歌搜索数据准确估计流感疫情
应用统计
2015-11-17 v2 社会与信息网络
机器学习
摘要
对流感暴发的准确实时追踪有助于公共卫生官员做出及时且有意义的可能挽救生命的决策。我们提出一个流感追踪模型 ARGO（基于谷歌搜索数据的自回归，AutoRegression with GOogle search data），其使用公开可用的在线搜索数据。除了具有严谨的统计基础外，ARGO 优于所有先前可用的基于谷歌搜索的追踪模型，包括最新版本的 Google Flu Trends，尽管它仅使用来自公开可用的 Google Trends 和 Google Correlate 网站的低成本搜索数据作为输入。ARGO 不仅纳入了流感疫情中的季节性，还捕捉了人们在线搜索行为随时间的变化。ARGO 还灵活、自校正、鲁棒且可扩展，使其成为可用于在多时间粒度和空间粒度上实时追踪其他社会事件的潜在强大工具。
引用
@article{arxiv.1505.00864,
title = {Accurate estimation of influenza epidemics using Google search data via ARGO},
author = {Shihao Yang and Mauricio Santillana and S. C. Kou},
journal= {arXiv preprint arXiv:1505.00864},
year = {2015}
}
备注
23 pages, 2 figures, Proceedings of the National Academy of Sciences (2015)