[發明專利]基于自治計算的流行病傳播網絡建模與推斷

有效

• 申請號: 201210364148.4
• 申請日: 2012-09-27
• 公開（公告）號: CN102945310A
• 公開（公告）日: 2013-02-27
• 發明（設計）人: 楊博
• 申請（專利權）人: 吉林大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于信息技術和公共衛生的交叉領域，尤其涉及流行病控制、復雜網絡和數據挖掘等領域。

背景技術

流行病的每次爆發都會給人類社會帶來巨大損失。建立理論模型理解和模擬流行病的傳播與爆發過程，建立監控系統收集流行病的傳播數據，進而基于模型與監控數據進行準確的風險評估，幫助決策者制定相應的預防和應急方案，是有效控制流行病傳播與爆發、最大限度減少生命財產損失的新途徑。

流行病的傳播過程由流行病模型和傳播網絡共同決定。醫學領域對流行病的研究有較長歷史，提出了多種數學模型，其中最具代表性的是基于動力系統的SIR模型和SIS模型，以及基于它們的多種改進模型。對這類模型的早期研究大都假設流行病的傳播媒介均勻分布，沒有考慮人口在空間上分布不均對流行病傳播過程的影響。人口等流行病傳播媒介在空間上的分布可采用網絡結構進行抽象與建模。1983年，Grassberger將流行病傳播問題建模為鍵逾滲(bond?percolation)問題，最先在網絡框架下研究了SIR模型的基本性質。1998年小世界網絡模型提出后，Newman最早研究了小世界網絡結構對SIR模型的影響。在此基礎上，后續工作深入研究了小世界網絡模型的各種參數(如隨機長連概率)對SIR模型的影響，小世界網絡傳播動力方程的分形、不動點、混沌和周期分叉等多種數學性質。一些工作還將SIS和SEIR等模型推廣到網絡上，討論這些流行病模型在小世界網絡上的傳播特性。1999年無標度網絡模型提出后，人們發現包括社會網絡在內的很多實際網絡都是非均勻網絡，其度分布滿足冪率而非泊淞分布。此后，各種傳播模型在無標度網絡上的臨界值分析成為新的研究熱點。

以上研究在分析網絡結構對流行病傳播產生的影響時，大都事先假定傳播網絡結構已知(如某種規則網絡)或者服從某種特定的網絡生成模型(如小世界網絡和無標度網絡模型)，進而分析流行病模型在不同網絡結構上的臨界值及各種宏觀動力學性質。然而實際問題所涉及的傳播網絡具有更高的復雜性，往往不能滿足這些假設。實際傳播網絡與假設網絡結構上的差異會顯著影響分析的準確性與可靠性。隨著信息技術在醫療領域的廣泛應用，記錄各種流行病傳播過程的監控數據(surveillance?data)與日俱增，這些數據記錄了與流行病傳播和爆發相關的時空信息，包括入院、確診、出院、死亡等醫療過程的統計數據，地理位置信息以及當地人口的統計數據。如果能從這些監控數據中推斷出導致傳播現象發生的傳播網絡結構，就有望解決真實傳播網絡難以建造的問題。

基于觀測到的傳播數據推斷傳播網絡結構是研究流行病傳播規律的新思路，在流行病等醫學領域還未見到相關研究，類似問題最先受到計算機領域研究者的關注。該方面的早期工作主要針對信息傳播現象，提出能夠根據傳播現象推斷出隱含信息傳播網絡的學習算法。2004年，HP公司的Adar等人較早開展了這方面的嘗試，基于博客(blog)被話題(topic)感染時間的先后次序、博文的文本信息以及博客主頁間的超鏈接結構推斷出博客間的隱含影響關系。有監督的學習方法需要大量正確標注的樣本，而在實際問題中這些樣本往往難以獲取。IBM公司Gruhl等人提出了模擬博客閱讀和撰寫博文行為的主題傳播模型，進而提出了類似EM算法的非監督參數估計算法，根據博文發表時間的先后次序估計出博客間的影響概率，建立隱含的主題傳播網絡。2010年，斯坦福計算機系的研究小組發表了從多組時間序列中推斷出隱含傳播網絡結構的論文，該工作推廣了信息傳播網絡推斷問題，使之能描述流行病傳播，并針對獨立級聯模型給出一種基于子模塊(submodular)貪心優化的近似學習算法，可推斷出近似最優的隱含傳播網絡。在此基礎上，該小組又相繼提出了缺失觀測數據的處理方法和基于凸規劃的傳播網絡的推斷算法。