[發(fā)明專利]一種基于關(guān)鍵詞搜索時間序列的傳染病疫情預(yù)測與監(jiān)控系統(tǒng)、方法及其應(yīng)用

在審

• 申請?zhí)枺?/td>: 202010131044.3
• 申請日: 2020-02-28
• 公開（公告）號: CN113327682A
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計）人: 秦迎梅;門聰
• 申請（專利權(quán)）人: 天津職業(yè)技術(shù)師范大學(xué)（中國職業(yè)培訓(xùn)指導(dǎo)教師進修中心）
• 主分類號: G16H50/80
• 分類號: G16H50/80;G06F16/9535;G06N20/00
• 代理公司: 天津創(chuàng)智天誠知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 12214
• 代理人: 李薇

1.一種基于關(guān)鍵詞搜索時間序列的傳染病疫情預(yù)測與監(jiān)控系統(tǒng)，其特征在于，包括搜索關(guān)鍵詞篩選模塊、搜索熱度指數(shù)網(wǎng)絡(luò)請求模塊和機器學(xué)習(xí)預(yù)測模塊，其中：

所述搜索關(guān)鍵詞篩選模塊用于生成與傳染病疫情相關(guān)的相關(guān)關(guān)鍵詞；

所述搜索熱度指數(shù)網(wǎng)絡(luò)請求模塊用于通過搜索引擎接口獲取所述相關(guān)關(guān)鍵詞對應(yīng)的搜索熱度；

所述機器學(xué)習(xí)預(yù)測模塊基于歷史數(shù)據(jù)訓(xùn)練回歸模型，并基于新的數(shù)據(jù)進行預(yù)測。

2.如權(quán)利要求1所述的基于關(guān)鍵詞搜索時間序列的傳染病疫情預(yù)測與監(jiān)控系統(tǒng)，其特征在于，所述機器學(xué)習(xí)預(yù)測模塊部署于云端，所述機器學(xué)習(xí)預(yù)測模塊利用python flask框架進行服務(wù)器后端部署，搭建http服務(wù)。

3.如權(quán)利要求1所述的基于關(guān)鍵詞搜索時間序列的傳染病疫情預(yù)測與監(jiān)控系統(tǒng)，其特征在于，服務(wù)器端開放端口處理互聯(lián)網(wǎng)傳輸?shù)恼埱?，互?lián)網(wǎng)的請求通過http協(xié)議完成。

4.如權(quán)利要求1所述的基于關(guān)鍵詞搜索時間序列的傳染病疫情預(yù)測與監(jiān)控系統(tǒng)的預(yù)測監(jiān)控方法，其特征在于，包括機器學(xué)習(xí)預(yù)測模塊訓(xùn)練階段和機器學(xué)習(xí)預(yù)測模塊預(yù)測階段，其中：所述機器學(xué)習(xí)預(yù)測模塊預(yù)測階段包括以下步驟：

步驟S1，在所述搜索關(guān)鍵詞篩選模塊中，選取與傳染病發(fā)作癥狀相關(guān)聯(lián)的關(guān)鍵詞作為相關(guān)關(guān)鍵詞，組成關(guān)鍵詞表；

步驟S2，在搜索熱度指數(shù)網(wǎng)絡(luò)請求模塊中，輸入步驟S1中的所述相關(guān)關(guān)鍵詞，通過搜索引擎接口獲取所述相關(guān)關(guān)鍵詞在實驗時間段內(nèi)對應(yīng)的搜索熱度指數(shù)；

步驟S3，數(shù)據(jù)預(yù)處理：把搜索熱度指數(shù)均值低于熱度閾值的相關(guān)關(guān)鍵詞過濾掉，計算所述關(guān)鍵詞與其搜索熱度指數(shù)之間的相關(guān)系數(shù)，并將相關(guān)系數(shù)低于相關(guān)系數(shù)閾值的相關(guān)關(guān)鍵詞過濾掉；

步驟S4，將步驟S3預(yù)處理后的所述相關(guān)關(guān)鍵詞輸入經(jīng)過訓(xùn)練的所述機器學(xué)習(xí)預(yù)測模塊，進行預(yù)測，產(chǎn)出預(yù)測結(jié)果，獲得預(yù)測日的新增病例數(shù)量。

5.如權(quán)利要求4所述的預(yù)測監(jiān)控方法，其特征在于，所述步驟S3中的熱度閾值為500，相關(guān)系數(shù)閾值為0.4-0.6。

6.如權(quán)利要求4所述的預(yù)測監(jiān)控方法，其特征在于，所述機器學(xué)習(xí)預(yù)測模塊訓(xùn)練階段包括以下步驟：

步驟1，在所述搜索關(guān)鍵詞篩選模塊中，選取與傳染病發(fā)作癥狀相關(guān)聯(lián)的關(guān)鍵詞作為相關(guān)關(guān)鍵詞，組成關(guān)鍵詞表；

步驟2，在搜索熱度指數(shù)網(wǎng)絡(luò)請求模塊中，輸入步驟1中的所述相關(guān)關(guān)鍵詞，通過搜索引擎接口獲取所述相關(guān)關(guān)鍵詞在實驗時間段內(nèi)對應(yīng)的搜索熱度指數(shù)；

步驟3，數(shù)據(jù)預(yù)處理：把搜索熱度指數(shù)均值低于熱度閾值的相關(guān)關(guān)鍵詞過濾掉，計算所述關(guān)鍵詞與其搜索熱度指數(shù)之間的相關(guān)系數(shù)，并將相關(guān)系數(shù)低于相關(guān)系數(shù)閾值的相關(guān)關(guān)鍵詞過濾掉；

步驟4，獲取實驗時間段內(nèi)，每日新增病例數(shù)量；

步驟5，建立訓(xùn)練樣本：假設(shè)第T日的新增傳染病確診人數(shù)與前m日的相關(guān)關(guān)鍵詞的搜索量存在關(guān)聯(lián)關(guān)系，即每個樣本的特征包含T-m日到T-1日預(yù)處理后的每個相關(guān)關(guān)鍵詞的檢索量，設(shè)每日有n個相關(guān)關(guān)鍵詞，另外增加T-m日到T-1日每日新增病例為特征，每個樣本包含m(n+1)個特征，每個樣本的目標值為第T日的新增病例數(shù)量，通過滑動時間窗的方法在目標時間段獲得多組樣本，所述時間窗的窗長為m天，樣本數(shù)量＝總時間長度-時間窗長+1，每個樣本的目標值為第T日的真實新增病例數(shù)量，如果使用模型預(yù)測未來第N天的新增病例數(shù)量，則每個樣本的目標值為第T+N日的真實新增病例數(shù)量；

基于訓(xùn)練樣本數(shù)據(jù)建立回歸模型，模型采用lasso回歸模型，求解回歸系數(shù)的目標函數(shù)中使用的懲罰函數(shù)是L1范數(shù)：

y＝θX+e

y為預(yù)測第N天的新增病例數(shù)量，X為輸入的特征向量，e為預(yù)測誤差，通過訓(xùn)練樣本數(shù)據(jù)訓(xùn)練θ向量，使lasso損失函數(shù)最?。籐asso回歸損失函數(shù)表達式：

L1＝argmin||y-θX||+λ||θ||。

7.如權(quán)利要求6所述的預(yù)測監(jiān)控方法，其特征在于，λ為為0.1或自定義數(shù)值。