基于混合判別模型的社交網(wǎng)絡流感疫情趨勢監(jiān)測.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，社交網(wǎng)絡通過不斷豐富的工具和方式替代傳統(tǒng)社交來滿足人類的交流需求，已經(jīng)滲透到生活的方方面面。截至2015年10月，中國互聯(lián)網(wǎng)用戶達到9.5億，居世界第一位，到2020年，中國所掌握的數(shù)據(jù)將占到全球整個數(shù)據(jù)量的20％。網(wǎng)絡中的用戶作為信息的提供者，使得網(wǎng)絡數(shù)據(jù)正以驚人的速度增加，在社交用戶產生的數(shù)據(jù)中記錄了人們在日常生活中的所言所行，其中就包括大量與身體狀況相關的信息，比如對某一特定疾病的關注、對自身疾病癥狀的描述、

2、對身體狀況的記錄、對某些病癥病程的描述等?；谏缃痪W(wǎng)絡數(shù)據(jù)進行分析和挖掘熱點事件的研究越來越多，流感疫情監(jiān)測正是在此背景下興起的，并迅速成為事件監(jiān)測預警領域的前沿熱點。
　　公共衛(wèi)生是關系到人民大眾健康的公共事業(yè)，與人們的生活息息相關。流行性感冒是一種急性呼吸道疾病，每年都在全世界廣泛發(fā)生。在中國，新浪微博是一種流行的社交網(wǎng)絡平臺服務，它可以為流感監(jiān)測持續(xù)提供實時并且數(shù)量巨大的活躍用戶的日常生活信息。在本文中，嘗試研究如何實時地監(jiān)

3、測流感疫情的趨勢，提出了一種基于混合判別方法，融合了情感因素和語義信息?？紤]到社交網(wǎng)絡數(shù)據(jù)內容十分繁雜，本文使用支持向量機(SVM)從微博數(shù)據(jù)集中提取與流感相關的微博數(shù)據(jù)。由于微博語句本身口語化程度很高，語句簡短，會導致分詞、詞性標注正確率等性能指標降低，本文將使用關聯(lián)規(guī)則挖掘技術來提取具有強烈關聯(lián)的特征作為該條微博的增量特征，用來克服這些缺陷。為了證明微博等社交網(wǎng)絡數(shù)據(jù)對于流感監(jiān)控的有效性，將對比中國國家流感中心數(shù)據(jù)和社交網(wǎng)絡數(shù)據(jù)在時