Twitter數據流可用於預測流感爆發

Google 早在2008 年推出了“流感趨勢”網站。它建立的假設基礎是：人們在遭受疾病困擾時，會比在身體健康時，花更多的時間搜索疾病相關內容。因此，通過分析一個國家，在特定時期的流感相關搜索量，便可以推算出病毒的傳播情況。

這個預測非常靠譜，通常與美國疾病控制和預防中心（CDC）的數據相差無幾。事實上，有幾次傳染病初期​​的預測，甚至比CDC 早了一周之久。眾所周知，疾病初期預測將為政府及時採取部署，提供了有利的時機。

那麼其他的在線服務，尤其是社交網絡，能否做到相同甚至更好的預測呢？如今，問題有了答案。卡耐基梅隆大學的Jiwei Li 和康乃爾大學的Claire Cardie，成功利用Twitter 預測了早期流感爆發。

 

他們的方式與 Google 十分類似。首先，他們從Twitter 數據流中過濾包含與“流感”相關，並帶有位置標籤的tweet；然後，在地圖上標註這些tweet 的位置分佈，以及隨時間產生的變化。同時，他們還製作了流感的動態變化模型。新模型中，流感包括4 個階段：無傳染階段、爆發階段、穩定階段以及衰退階段。

此外，他們採用了全新的算法，試圖盡可能快得發現不同時期的轉換節點。實際上，Li 和Cardie 在2008 年6 月至2010 年6 月間，已經利用100 萬美國人的360 萬條tweet ，驗證了該方法的有效性。為了檢驗他們的預測是否成真，Li 和Cardie 將他們的分析與CDC 進行對比。他們說，“我們確信，流感相關tweet 與CDC 提供的流感疾病案例數目，呈顯著相關。 ”

這看上去是向流感疾病宣戰強有力的武器。它不僅為疾病早期預測提供了新方式，同時，挑戰了CDC，以及Google 的流感趨勢網站。每年，全球約10－15% 的人感染流感，引發5000 萬流感病例，造成近50 萬人死亡。這是一個不容忽視的龐大數字。如今，政府和醫療機構可以藉用Twitter，更早、更實惠、更便捷得預測疫情，挽救更多的生命。

資料來源：煉數成金