运营商大数据轨迹聚类优化算法及其在疫情防控中的应用

成 晨，程新洲，晁 昆，张 涛，曹丽娟，徐乐西，韩玉辉，张晴晴（中国联通研究院，北京 100048）

1 概述

2019 年末，首例新型冠状病毒肺炎在湖北省武汉市出现，并随着2020年春运期间的大规模人群迁徙迅速传播。经过艰苦卓绝的努力，我国疫情防控阻击战取得重大战略成果，目前已进入常态化的防疫阶段。

针对抗疫阻击战，习近平总书记多次作出重要批示指示，强调要运用大数据等手段，加强疫情溯源和监测。2020 年，工业和信息化部多次召开疫情防控大数据专家会商会，传达国务院应对新型冠状病毒感染的肺炎疫情联防联控机制会议精神，研究部署大数据支撑服务疫情防控相关工作。

在疫情防控中，与感染者直接居住生活在一起、共同乘坐交通工具、乘电梯以及通过其他方式直接接触的人员被称为密切接触者。与显性密切接触者（共同居住生活或工作的人）相比，隐性密切接触者（无法通过现有实名制数据直接追溯到的接触者）难以追溯和排查却依然存在感染风险。例如2020年1月19日，重庆市一名公交车乘客因为与一名患者相隔16 秒登上同辆公交车，而被确诊为新冠肺炎患者；2020年1月22 日，湖南某城市一个感染者乘坐公交车同时传染了13个人。

随着疫情防控工作逐渐常态化，对隐性密切接触者排查的精准化需求逐渐提升。运用传统的排查方法难以定位隐性接触者，而运营商大数据以其独特的优势在寻找隐性接触者时可发挥重要作用。运营商是天然……