利用网络痕迹信息即时预测儿童腹泻流行趋势
摘要
为疾病突然爆发时医疗机构能够及时采取应对措施合理配置医疗资源,本文以儿童腹泻为例,利用网络痕迹数据,提供一种建模思路和方法,对儿童腹泻的发生进行即时预测。结果显示,儿童腹泻的发病具有明显的周期性特征,同时大众的网络搜索行为与相关就诊量具有明显的相关性,人们可以利用网络痕迹数据即时预测儿童疾病的未来就诊量。
参考文献6
-
1严霄凤,张德馨.大数据研究[J].计算机技术与发展,2013,23(4):168-172. 被引量：258
-
2董现垒,Bollen Johan,胡蓓蓓.贝叶斯视角下社交媒体数据的挖掘与应用研究[J].软科学,2015,29(9):96-101. 被引量：3
-
3王元卓,靳小龙,程学旗.网络大数据:现状与展望[J].计算机学报,2013,36(6):1125-1138. 被引量：712
-
4陶雪娇,胡晓峰,刘洋.大数据研究综述[J].系统仿真学报,2013,25(S1):142-146. 被引量：342
-
5覃雄派,王会举,杜小勇,王珊.大数据分析——RDBMS与MapReduce的竞争与共生[J].软件学报,2012,23(1):32-45. 被引量：386
-
6董现垒,Bollen Johan,胡蓓蓓.基于网络搜索数据的中国消费者信心指数的测算[J].统计与决策,2016,32(5):9-13. 被引量：11
二级参考文献193
-
1李子奈,周建.宏观经济统计数据结构变化分析及其对中国的实证[J].经济研究,2005,40(1):15-26. 被引量：36
-
2刘俊.基于大数据流的Multi-Agent系统模型研究[J].计算机技术与发展,2007,17(5):166-169. 被引量：10
-
3Zhou MQ, Zhang R, Zeng DD, Qian WN, Zhou AY. Join optimization in the MapReduce environment for column-wise data store. In: Fang YF, Huang ZX, eds. Proc. of the SKG. Ningbo: IEEE Computer Society, 2010.97-104. [doi: 10.1109/SKG.2010.18]. 被引量：1
-
4Afrati FN, Ullman JD. Optimizing joins in a Map-Reduce environment. In: Manolescu I, Spaecapietra S, Teubner J, Kitsuregawa M, Leger A, Naumann F, Ailamaki A, Ozcan F, eds. Proc. of the EDBT. Lausanne: ACM Press, 2010. 99-110. [doi: 10.1145/ 1739041.1739056]. 被引量：1
-
5Sandholm T, Lai K. MapReduce optimization using regulated dynamic prioritization. In: Douceur JR, Greenberg AG, Bonald T, Nieh J, eds. Proc. of the SIGMETRICS. Seattle: ACM Press, 2009. 299-310. [doi: 10.1145/1555349.1555384]. 被引量：1
-
6Hoefler T, Lumsdaine A, Dongarra J. Towards; efficient MapReduce using MPI. In: Oster P, ed. Proc. of the EuroPVM/MPI. Berlin: Springer-Verlag, 2009. 240-249. [doi: 10.100'7/978-3-642-03770-2_30]. 被引量：1
-
7Nykiel T, Potamias M, Mishra C, Kollios G, Koudas N. MRShare: Sharing across multiple queries in MapReduce. PVLDB, 2010, 3(1-2):494-505. 被引量：1
-
8Kambatla K, Rapolu N, Jagannathan S, Grama A. Asynchronous algorithms in MapReduce. In: Moreira JE, Matsuoka S, Pakin S, Cortes T, eds. Proc. of the CLUSTER. Crete: IEEE Press, 2010. 245-254. [doi: 10.1109/CLUSTER.2010.30]. 被引量：1
-
9Polo J, Carrera D, Becerra Y, Torres J, Ayguad6 E, Steinder M, Whalley I. Performance-Driven task co-scheduling for MapReduce environments. In: Tonouchi T, Kim MS, eds. Proc. of the 1EEE Network Operations and Management Symp. (NOMS). Osaka: IEEE Press, 2010. 373-380. [doi: 10.1109/NOMS.2010.5488494]. 被引量：1
-
10Zaharia M, Konwinski A, Joseph AD, Katz R, Stoica I. Improving MapReduce performance in heterogeneous environments. In: Draves R, van Renesse R, eds. Proc. of the ODSI. Berkeley: USENIX Association, 2008.29-42. 被引量：1
共引文献1621
-
1张丛铄.基于大数据的研究生心理危机预警机制的构建[J].中国新通信,2020,0(2):80-81. 被引量：2
-
2庞景安.大数据时代:思维变革、产业转型与数据科学兴起[J].情报学进展,2016(1):186-218.
-
3陈豫,曾铮,王三梅.科技信息工作中大数据技术的应用和发展[J].情报学进展,2014(1):81-122. 被引量：2
-
4江永渡,程德生,赵志武,王梨,江峰.基于Spark框架的大数据计算平台[J].网络安全技术与应用,2020,0(3):65-66. 被引量：3
-
5宋宏雨,徐亚鹏,刘铁刚,李邦明.基于增强客户档位关注度来提升订货积极性的研究[J].中国产经,2020(10):117-118.
-
6秦望龙,刘冠邦,钱海力.美军大数据发展研究及启示[J].信息化研究,2022,48(1):1-5. 被引量：1
-
7郑智泉,杨楠.智能革命下数据驱动的智慧图书馆建设分析[J].智能计算机与应用,2020(8):183-185.
-
8吴嘉琪.一种基于ELK框架的地理信息动态时空数据获取与挖掘方法[J].测绘通报,2020(1):45-49. 被引量：2
-
9陈培培,张玉周.大数据时代抽样调查课程的教学改革与实践[J].人文之友,2019,0(21):47-48.
-
10刘杰.大数据时代下的公共管理创新[J].区域治理,2018,0(2):115-115.
-
1齐权.基于机器学习的中职学校流生预测研究[J].中国教育信息化,2018,24(23):28-31.
-
2黄小波.犯罪现场痕迹信息的综合提取策略研究[J].法制博览,2019,0(21):41-42.
-
3余欣.基于百度指数的浙江5A级古镇景区网络关注度研究[J].农村经济与科技,2019,0(16):135-135. 被引量：4
-
4高兵.植树造林技术与管理措施探究[J].现代园艺,2019,0(20):48-49. 被引量：3
-
5王婉玉,刘培学,张建新,魏瑞兵.基于引力模型的旅游客源市场时空收敛分析——以南京市为例[J].现代城市研究,2019,34(10):126-132. 被引量：4
