基于大数据的新冠疫情研判预测系统设计与实现*

黄伟 王雅洁 吴洪宇 张明龙 杨冰

(1.贵州贵科大数据有限责任公司,贵州贵阳 550000;2.贵州科学院,贵州贵阳 550000;3.贵州省分析测试研究院,贵州贵阳 550000)

0 引言

自2020年1月22日国家卫生健康委确认贵州省首例输入性新型冠状病毒感染的肺炎确诊病例以来,截止2021年4月20日24时,贵州省累计报告本地确诊病例146例、境外输入病例1例,累计治愈出院病例145例、死亡病例2例,现有疑似病例0例、无症状感染者0例[1]。新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)存在人畜跨界传播、传染性强、影响因素多样、传播途径复杂等特点,导致肺炎疫情发病急、发展快、溯源分析难、社会危害大等问题,对我国的医疗卫生系统产生了极大的冲击。

应贵州省委省政府及相关卫生疾控部门疫情防控需要,结合贵州省疫情发展态势、病毒扩散情况和各地市疫情爆发的潜在风险。本研究基于HDFS分布式存储和读取、MapReduce分布式计算和R语言的分布式处理框架、快速建模和可视化优势,实现平台快速开发与部署,数据的深度挖掘与预测。通过疫情大数据支撑平台,实现疫情可视化展示,为贵州省委省政府的疫情研判,指导企业复工复产,为卫生疾控部门采取相应防疫措施,为人民群众提升自我防范意识,提供强有力的科技支撑。

1 关键技术与理论基础

1.1 基于Hadoop+R的系统框架

R语言是集统计分析与图形显示于一体的开源统计软件平台,作为统计学家的专属工具,主要用于统计分析、绘图、数据挖掘。但受内存限制,R无法有效处理当今TB、PB甚至ZB级的大数据集和实时数据流[2]。……