基于 Twitter 的流感疫情检测
社会与信息网络
2021-11-23 v1
摘要
本文提出一种基于 Twitter 流量的类流感疾病（ILI）预测模型。我们依据流感维基百科页面使用的一组关键词从 Twitter 收集数据，并利用希腊疾控中心的真实 ILI 数据，对三年推文中出现的所有词进行特征选择。我们挑选出与 ILI 分数高度相关的一小组词，并训练回归模型由词特征预测 ILI 分数病例数。我们将该模型部署于流式应用，并将所得时间序列输入 FluHMM——一种现有的疫情阶段预测模型。我们发现 Twitter 流量提供了良好的信息源，相比使用遍布希腊的一组相关医生的现有哨点协议，能够生成早期预警。
引用
@article{arxiv.2111.10675,
title = {Detecting Influenza Epidemics on Twitter},
author = {Katerina Katsani-Geronymaki and Polyvios Pratikakis},
journal= {arXiv preprint arXiv:2111.10675},
year = {2021}
}