[发明专利]水痘发病预警方法、服务器及计算机可读存储介质

说明书

本发明公开了一种水痘发病预警方法，该方法包括：设置进行水痘发病预测的样本范围；根据所述样本范围获取样本数据；获取外部因子数据；根据所述样本数据和外部因子数据构造多个时间序列模型，并进行训练及测试；根据预设规则从所述多个时间序列模型中筛选最优模型；以所述最优模型及实时数据进行水痘发病实时预测。本发明还提供一种服务器及计算机可读存储介质。本发明提供的水痘发病预警方法、服务器及计算机可读存储介质能够比较准确地对未来一周水痘发病人数进行实时预测。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种水痘发病预警方法、服务器及计算机可读存储介质。

背景技术

水痘是由水痘-带状疱疹病毒初次感染引起的急性传染病。主要发生在婴幼儿和学龄前儿童，成人发病症状比儿童更严重。冬春两季多发，其传染力强，水痘患者是惟一的传染源，自发病前1～2天直至皮疹干燥结痂期均有传染性，接触或飞沫吸入均可传染，易感儿发病率可达95％以上。水痘在易感人群中的播散主要取决于气候、人口密度和医疗卫生条件等因素。

传统的传染病预防系统一般都是在已经开始暴发后进行控制，很难实现提高预测及时预防及管控。尽管目前已经有些针对水痘的机器学习理论实现水痘预测的实验，但往往由于数据样本范围小、外部影响因素考虑不全面等原因导致效果并不理想。

发明内容

有鉴于此，本发明提出一种水痘发病预警方法、服务器及计算机可读存储介质，以解决如何实现比较准确地对未来水痘发病人数进行实时预测的问题。

首先，为实现上述目的，本发明提出一种水痘发病预警方法，该方法包括步骤：

设置进行水痘发病预测的样本范围；

根据所述样本范围获取样本数据；

获取外部因子数据；

根据所述样本数据和外部因子数据构造多个时间序列模型，并进行训练及测试；

根据预设规则从所述多个时间序列模型中筛选最优模型；及

以所述最优模型及实时数据进行水痘发病实时预测。

可选地，所述样本范围包括时间、地区、数据类型，所述样本数据为水痘发病数据。

可选地，所述外部因子数据包括所述地区在所述时间内的气象数据。

可选地，所述时间序列模型为滑动窗口预测模型。

可选地，所述滑动窗口预测模型采用九年时间的样本数据为滑动窗口，以前九年的周数据为训练集，预测未来一周的水痘发病人数，以第十年的周数据为测试集。

可选地，所述预设规则为均方根误差最优原则，选取均方根误差最小的时间序列模型为最优模型。

可选地，该方法还包括步骤：

根据所述最优模型分析水痘发病的主要影响因子；

将所述主要影响因子提示用户注意。

此外，为实现上述目的，本发明还提供一种服务器，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的水痘发病预警系统，所述水痘发病预警系统被所述处理器执行时实现如下步骤：

设置进行水痘发病预测的样本范围；

根据所述样本范围获取样本数据；

获取外部因子数据；

根据所述样本数据和外部因子数据构造多个时间序列模型，并进行训练及测试；

根据预设规则从所述多个时间序列模型中筛选最优模型；及

以所述最优模型及实时数据进行水痘发病实时预测。