基于 Twitter 的早期流感检测
社会与信息网络
2013-11-20 v3 计算与语言
摘要
流感是一种几乎每年发生的急性呼吸道疾病，会导致大量的疾病、死亡和费用支出。在最早阶段检测流感将有助于及时采取行动，从而减少疾病的传播。现有的系统如 CDC 和 EISS 试图收集诊断数据，但几乎完全是人工操作，导致临床数据获取延迟约两周。Twitter 作为一个流行的微博客服务，凭借其实时性，为我们提供了早期流感检测的完美来源。例如，当流感爆发时，感染流感的人可能会发布相关推文，这使得能够迅速检测到流感爆发。在本文中，我们通过提出 Flu Markov Network (Flu-MN) 来研究基于 Twitter 数据的实时流感检测问题：这是一种基于 4 阶段 Markov Network 的时空无监督贝叶斯算法，旨在最早阶段识别流感爆发。我们在来自美国的真实 Twitter 数据集上测试了我们的模型，并与多个应用中的基线进行了比较，如实时流感爆发检测、未来流行病阶段预测或类流感疾病（ILI）医生就诊情况。实验结果表明了我们方法的鲁棒性和有效性。我们基于所提出的方法构建了一个实时流感报告系统，并希望它能帮助政府或卫生组织识别流感爆发，促进及时行动以减少不必要的死亡。
引用
@article{arxiv.1309.7340,
title = {Early Stage Influenza Detection from Twitter},
author = {Jiwei Li and Claire Cardie},
journal= {arXiv preprint arXiv:1309.7340},
year = {2013}
}