西班牙与印度的 COVID-19：通过分析流行病学和社交媒体数据比较政策启示
社会与信息网络
2020-10-29 v1 物理与社会
摘要
COVID-19 疫情迫使公共卫生专家制定应急政策以遏制感染传播，包括部分或全面封锁等措施。这些政策的有效性因地理环境、人口分布及实施效力而异。因此，一些国家（如台湾、海地）在遏制疫情方面比其他国家（如美国）更为成功。对某国有效公共卫生政策进行数据驱动的调查，将使其他国家的公共卫生专家能够决定控制疾病和疫情爆发的未来行动方案。我们选择西班牙和印度来展示我们的分析，这些地区在某些因素上具有相似性：(1) 人口密度，(2) 失业率，(3) 旅游业，以及 (4) 生活质量。我们主张，从 Twitter 对话中获取的公民意识形态可以为政策遵从度提供洞察，并适当地反映对未来病例数的预测。当曲线显示新增病例数开始分叉时，这一里程碑被用来定义一个时间段以提取与政策相关的推文，同时利用依赖于政策的子事件因果网络中的概念来生成概念云。在回归模型中使用情感分数来预测新增病例数。我们发现，新增病例预测反映了 Twitter 情感，并与触发子事件有意义地关联，从而使得西班牙和印度的政策相关发现能够得到有效比较。
引用
@article{arxiv.2010.14628,
title = {COVID-19 in Spain and India: Comparing Policy Implications by Analyzing Epidemiological and Social Media Data},
author = {Parth Asawa and Manas Gaur and Kaushik Roy and Amit Sheth},
journal= {arXiv preprint arXiv:2010.14628},
year = {2020}
}
备注
8 pages, 8 figures, 2 tables, accepted at AAAI Fall 2020 AI for Social Good Symposium