文献类型：期刊文章

作　　者：白宁[1,2,3] 郁磊[1,3] 靳祯[1,3]

BAI Ning;YU Lei;JIN Zhen(Complex Systems Research Center,Shanxi University,Taiyuan 030006,China;School of Mathematical Sciences,Shanxi University,Taiyuan 030006,China;Shanxi Key Laboratory of Mathematical Techniques and Big Data Analysis on Disease Control and Prevention,Shanxi University,Taiyuan 030006,China)

机构地区：[1]山西大学复杂系统研究所,太原030006 [2]山西大学数学科学学院 [3]疾病防控的数学技术与大数据分析山西省重点实验室

出　　处：《公共卫生与预防医学》

基　　金：山西省重点实验室(201705D111006);山西省科技创新团队(201705D131028-5);山西省重点研发计划(国际合作)(201703D421012)

年　　份：2018

卷　　号：29

期　　号：6

起止页码：8-12

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：目的已有研究在基于百度指数预测传染病疫情时大多未考虑各省人口规模对疫情严重程度评估的影响以及公众搜索行为随疫情发展的变化。以人感染H7N9禽流感为例,克服上述不足,基于百度指数预测该疫情的发展。方法引入各省每年每1000万常住人口中感染病例数来评估各省疫情的严重程度,选择疫情较为严重的省份。基于关键词“H7N9”的百度指数建立支持向量机回归来预测该省疫情的发展。结果若不考虑人口规模的影响,仅利用总病例数评估各省疫情的严重程度,福建省疫情会被低估。进一步选择基于百度指数预测福建省疫情,发现:随着疫情的发展,福建省公众的搜索行为发生变化。因此,考虑到公众的搜索行为,基于福建省关键词“H7N9”的百度指数分波段建立支持向量机回归来预测疫情的发展,该回归能够准确预测疫情的变化趋势以及峰值暴发的时间。结论根据公众的搜索行为,分波段建立疫情预测模型,可以实现疫情变化趋势和暴发时间的准确预测。

关 键 词：人感染H7N9禽流感  百度指数  人口规模 公众搜索行为  支持向量机回归

分 类 号：R183.7]