用户,您好,欢迎您进入NSTL重点领域信息门户! 登录 | 注册  帮助中心
重点领域信息门户
您当前的位置: 首页 > 编译内容

编译内容

编译服务: 新发突发疾病(新型冠状病毒肺炎) 编译者: 蒋君 发布时间: Jun 5, 2020 点击量: 429

背景:COVID-19是最近一次全球性疫情,影响到世界许多国家。伊朗是受影响最严重的十个国家之一。搜索引擎从人群中提供有用的数据,这些数据可能有助于分析流行病。利用电子资源数据的数据挖掘方法,可以为各国和世界各国更好地管理冠状病毒爆发的健康危机提供思路。

目的:预测COVID-19在伊朗的发病率。

方法:数据来源于Google Trend网站。用线性回归和长期短期记忆(LSTM)模型估计阳性COVID-19例。所有模型均采用10倍交叉验证进行评估,均方根误差(RMSE)作为性能指标。

结果:线性回归模型预测发病率为7.562±6.492。除了前一天的发病率外,最有效的因素包括洗手、洗手液和消毒主题的搜索频率。LSTM模型的RMSE为27.187。

结论:数据挖掘算法可用于疫情传播趋势预测。这一预测可能支持政策制定者和医疗管理者相应地规划和分配医疗资源。

 

提供服务
导出本资源