大数据环境下病疫接触史关系图构建探索

2020-05-21 05:54王彦婷潘晓鸽唐明伟
电脑知识与技术 2020年9期
关键词:轨迹大数据

王彦婷 潘晓鸽 唐明伟

摘要:针对病疫期出现的接触病人发现问题,本文通过大数据技术,建模病疫病人与接触路人之间的关联关系进行分析,通过构建轨迹图,形成关联矩阵,最后有效分别发现与病疫病人关联关系的方法。

关键词:大数据;关系图;轨迹;关联度量

中图分类号:TP311 文献标识码:A

文章编号:1009-3044(2020)09-0011-01

1 引言

各类信息数据已经渗透到现今社会的每一个行业所在领域中,成为社会重要的关键信息因素。人们对于大数据(海量)的挖掘、分析和运用,预示着新一波经济增长和消费潜力信息的到来。当前,大数据已经在商业、工程、医疗等领域,以及国家政府、国家安全和通讯等行业发挥巨大的作业。大数据已经引起全世界的关注。

2 疫情接触史关系分析

在2020年1月28日中央电视节目《新闻1+1》栏目中,李兰娟院士表示,专家正利用移动大数据等技术,再现感染者的生活轨迹,如图1所示。

某位病毒疑似患者B曾表示自己并无重点疫区接触史,但经过大数据排查,发现其至少接觸过1名来自重点疫区的潜在患病人士A。

可见大数据技术通过追踪移动轨迹、建立群体关系图谱等,在精准定位疫情传播路径,防控疫情扩散等方面起到重要作用。通过某一时间、地点和手机号码等关联分析,刻画出追踪人群接触史,锁定感染源及密切接触人群,为疫情防控提供宝贵信息。

3 疑似病人与路人之间的轨迹关联分析

接下来,将上图的信息转化为关系表的形式,如表1所示。

通过定量分析,给出关联矩阵。将过程进行定量表示,轨迹有重合表示为1,没有表示为0。通过公式分析,得出关联的强弱关系,分别用1(强),0.5(弱),0(表示无)。如表2所示:

通过分析,可以分类给出不同人的不同处理方法。这样有利于完成通过模型计算得出的关联强弱进行分类,对于路人D,必须集中处理,对于路人B和C可以强制居家隔离,对于路人E,可以建议居家隔离。

4 结论

大数据正在迅速膨胀并变大,它决定着个体、企业、政府的未来发展。虽然,一些企业可能并没有意识到数据爆炸性增长带来问题的巨大潜力,但是,随着时间的推移,人们将越来越多地依赖大数据。

参考文献:

[1]疫情猛于虎!通过大数据追踪疫情与人群接触史不侵犯个人隐私,http://www.kepu365.c n/d uj ia/kpxw/43 91 7.html.

[2]韩瑞,周鹏潘.基于多源大数据的城市立体空间控制分区——以武汉市主城区为例[J].武汉工程大学学报,2020(2): 1-7.

【通联编辑:光文玲】

猜你喜欢
轨迹大数据
解析几何中的轨迹方程的常用求法
轨迹
轨迹
轨迹
进化的轨迹(一)——进化,无尽的适应
安踏的轨迹
大数据环境下基于移动客户端的传统媒体转型思路