通过分析Twitter消息检测流感爆发
信息检索
2010-07-28 v1 计算与语言
摘要
我们分析了八个月期间超过5亿条Twitter消息，发现追踪少量与流感相关的关键词可以高精度地预测未来的流感发病率，与全国健康统计数据的相关性达到95%。然后，我们分析了该方法对虚假关键词匹配的鲁棒性，并提出了一个文档分类组件来过滤这些误导性消息。我们发现，在模拟的误报实验中，该文档分类器可以将错误率降低一半以上，尽管在极高噪声的情况下，仍需要更多研究来开发鲁棒的方法。
引用
@article{arxiv.1007.4748,
title = {Detecting influenza outbreaks by analyzing Twitter messages},
author = {Aron Culotta},
journal= {arXiv preprint arXiv:1007.4748},
year = {2010}
}