DEFENDER：利用新型数据分析检测和预测流行病以增强响应
社会与信息网络
2015-04-17 v1 物理与社会
摘要
近年来，社会和新闻媒体日益被用于解释疾病活动和进展的模式。主要来自 Twitter 网络的社交媒体数据已被证明与官方疾病病例计数具有良好的相关性。这一事实已被利用来提供疫情检测的预警、追踪疾病水平以及预测个体出现症状的可能性。在本文中，我们介绍了 DEFENDER，这是一个集成社会和新闻媒体数据的软件系统，并融合了疫情检测、态势感知、症候群病例追踪和预测的算法。作为该系统的一部分，我们开发了一种仅基于 Twitter 数据为任何国家或地区创建位置网络的技术。我们还提出了一种利用多种症状计数的疾病计数追踪方法，发现其比仅使用先前病例数据的模型将疾病追踪效果提高了 37%。最后，我们尝试基于观察到的 Twitter 用户移动来预测未来的症状活动水平，发现其比时间序列预测模型有 5% 的适度提升。
引用
@article{arxiv.1504.04357,
title = {DEFENDER: Detecting and Forecasting Epidemics using Novel Data-analytics for Enhanced Response},
author = {Donal Simmie and Nicholas Thapen and Chris Hankin},
journal= {arXiv preprint arXiv:1504.04357},
year = {2015}
}