[发明专利]一种基于关键词搜索时间序列的传染病疫情预测与监控系统、方法及其应用

说明书

本发明公开了一种基于关键词搜索时间序列的传染病疫情预测与监控系统、方法及其应用，所述传染病疫情预测与监控系统、方法中，通过搜索引擎中相关搜索关键词的搜索热度作为特征训练lasso回归模型，有效的实时预测各地相关传染病如新型肺炎的疫情，解决了相关指标产出滞后的问题，以提前了解相关疫情情况，并做出有效决策。

技术领域

本发明涉及疫情预测技术领域，特别是涉及一种基于关键词搜索时间序列的传染病疫情预测与监控系统、方法及其应用。

背景技术

传染病疫情的扩散是由千千万万个传播者决定的，而公开数据具有一定滞后性:一来通患者具有明显症状然后才去医院就诊，从就诊到确诊也需要一定时间，二来，确诊后数据的收集到公开也需要时间，除此之外，个别机构还可能存在瞒报问题，由此造成对疫情处理的滞后性，影响疫情规模的有效估计和及时控制。

发明内容

本发明的目的是针对现有技术中存在的传染病疫情数据获取滞后的问题，而提供一种基于关键词搜索时间序列的传染病疫情预测与监控系统。

本发明的另一个目的是提供所述预测与监控系统的预测监控方法。

本发明的另一个目的是提供所述预测监控方法在新冠肺炎预测中的应用。

为实现本发明的目的所采用的技术方案是：

一种基于关键词搜索时间序列的传染病疫情预测与监控系统，包括搜索关键词筛选模块、搜索热度指数网络请求模块和机器学习预测模块，其中：

所述搜索关键词筛选模块用于生成与传染病疫情相关的相关关键词；

所述搜索热度指数网络请求模块用于通过搜索引擎接口获取所述相关关键词对应的搜索热度；

所述机器学习预测模块基于历史数据训练回归模型，并基于新的数据进行预测。

在上述技术方案中，所述机器学习预测模块部署于云端。

在上述技术方案中，所述机器学习预测模块利用python flask框架进行服务器后端部署，搭建http服务。

在上述技术方案中，服务器端开放端口处理互联网传输的请求，互联网的请求通过 http协议完成。

本发明的另一方面，所述传染病疫情预测与监控系统的预测监控方法，包括机器学习预测模块训练阶段和机器学习预测模块预测阶段，其中：所述机器学习预测模块预测阶段包括以下步骤：

步骤S1，在所述搜索关键词筛选模块中，选取与传染病发作症状相关联的关键词作为相关关键词，组成关键词表；

步骤S2，在搜索热度指数网络请求模块中，输入步骤S1中的所述相关关键词，通过搜索引擎接口获取所述相关关键词在实验时间段内对应的搜索热度指数；

步骤S3，数据预处理：把搜索热度指数均值低于热度阈值的相关关键词过滤掉，计算所述关键词与其搜索热度指数之间的相关系数(皮尔逊相关系数)，并将相关系数低于相关系数阈值的相关关键词过滤掉；

步骤S4，将步骤S3预处理后的所述相关关键词输入经过训练的所述机器学习预测模块，进行预测，产出预测结果，获得预测日的新增病例数量。

在上述技术方案中，所述步骤S3中的热度阈值为500，相关系数阈值为0.4-0.6。

在上述技术方案中，所述机器学习预测模块训练阶段包括以下步骤。

步骤1，在所述搜索关键词筛选模块中，选取与传染病发作症状相关联的关键词作为相关关键词，组成关键词表；

步骤2，在搜索热度指数网络请求模块中，输入步骤1中的所述相关关键词，通过搜索引擎接口获取所述相关关键词在实验时间段内对应的搜索热度指数；