映射不可见：基于Google位置数据跟踪大学生COVID-19传播的框架

新冠疫情及其实施的社交距离政策快速改变了人们的访问模式，这些变化在利用单元手机上位置跟踪器监控的 mobility 数据中得以反映。然而，特定位置上同时占用时间的频率和持续时间而非顾客访问次数，才是传播的决定性因素。因此，理解人们在不同位置上的相互作用方式对于目标化政策、信息和预防策略至关重要。本研究提出了一种高效的方法，通过开发基于真实人类 mobility 数据的自主开发的Google历史位置提取器和指示器软件，来减少校园内大学生病毒传播的速度。该平台使政策制定者和研究人员能够探索疫情传播的未来发展可能性，并在不同的疫情控制政策下模拟人类 mobility 和疫情状态的结果。它提供了确定潜在接触、评估个人感染风险和评估校园政策效果的功能。该提议的多功能平台通过更准确地定位潜在病毒携带者来促进筛选过程，旨在为疫情控制政策做出明智的决策，最终有助于防止和管理未来的疫情爆发。