疫情傳播大數(shù)據(jù)分析預(yù)警平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)

趙春燕 房宗英 姚徽 王浩

摘 ?要：在新冠疫情常態(tài)化防控形勢(shì)下，如何快速發(fā)現(xiàn)疑似病例并對(duì)疑似病例進(jìn)行有效的管控仍是目前亟需解決的問(wèn)題。為此建立可自我學(xué)習(xí)進(jìn)化的疫情傳播分析預(yù)警平臺(tái)，實(shí)現(xiàn)對(duì)高危人員、公共場(chǎng)所的有效管控，可為政府、企業(yè)和個(gè)人做好疫情防范提供有效依據(jù)，同時(shí)有效提升高危人員來(lái)源地追溯的準(zhǔn)確性、加快病例發(fā)現(xiàn)速度，提高各部門反應(yīng)速度，補(bǔ)全發(fā)現(xiàn)機(jī)制，提高社會(huì)參與率和數(shù)據(jù)利用效率，提高疫情監(jiān)控管理效率。

關(guān)鍵詞：新冠肺炎;大數(shù)據(jù);手機(jī)信令;疫情預(yù)警

中圖分類號(hào)：TP311 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ?文章編號(hào)：2096-4706（2021）12-0097-04

Abstract： Under the situation of COVID-19's normalization prevention and control， how to quickly identify suspected cases and effectively control suspected cases is still an urgent problem to be solved at present. To this end， a self-learning and evolving epidemic spread analysis and early warning platform is established to realize effective control of high-risk personnel and public places， which can provide an effective basis for the government， enterprises and individuals to prevent the epidemic. At the same time， it can effectively improve the accuracy of tracing the source of high-risk personnel， speed up the case discovery speed， improve response speed of various departments and complete the discovery mechanism， improve the social participation rate and data utilization efficiency， and improve the efficiency of epidemic monitoring and management.

Keywords： COVID-19; big data; cell phone signal; epidemic early warning

0 ?引 ?言

新冠肺炎疫情形勢(shì)嚴(yán)峻，目前確診患者均已得到很好的治療，但是對(duì)疑似病例的發(fā)現(xiàn)和管控還未形成一個(gè)行之有效的方案，如何第一時(shí)間篩選出疑似病例，并對(duì)疑似病例進(jìn)行有效的管控，是當(dāng)前疫情控制中亟待解決的問(wèn)題。習(xí)近平總書(shū)記指出，要充分發(fā)揮大數(shù)據(jù)、人工智能、云計(jì)算等新一代信息技術(shù)的支撐作用;國(guó)務(wù)院要求各地充分利用各種信息技術(shù)手段（例如“大數(shù)據(jù)+網(wǎng)格化”等），做好疫情預(yù)警、監(jiān)測(cè)、排查、檢測(cè)等工作。

應(yīng)對(duì)當(dāng)前疫情防控的嚴(yán)峻形勢(shì)，本文提出利用手機(jī)信令和關(guān)系圖譜數(shù)據(jù)，基于大數(shù)據(jù)分析及人工智能等新興技術(shù)，建立可自我學(xué)習(xí)進(jìn)化的疫情傳播大數(shù)據(jù)分析預(yù)警平臺(tái)，將確診病例、疑似病例、高危人員、移動(dòng)信令等數(shù)據(jù)信息匯入平臺(tái)，通過(guò)對(duì)數(shù)據(jù)進(jìn)行清洗、挖掘和分析，實(shí)現(xiàn)疫情形勢(shì)的空間化動(dòng)態(tài)展示和分析，為疫情防控“早發(fā)現(xiàn)”提供數(shù)據(jù)支撐，對(duì)將疫情傳播控制在萌芽狀態(tài)具有極其重要的意義。

1 ?應(yīng)用背景概述

近年來(lái)，隨著計(jì)算機(jī)、互聯(lián)網(wǎng)等新興技術(shù)的快速發(fā)展以及傳染病防控技術(shù)的不斷創(chuàng)新和突破，我國(guó)的傳染病監(jiān)測(cè)技術(shù)手段得以迅速發(fā)展，許多省市地區(qū)也根據(jù)自身特點(diǎn)建設(shè)了區(qū)域性傳染病監(jiān)測(cè)系統(tǒng)?？偨Y(jié)當(dāng)前新冠肺炎疾病監(jiān)測(cè)的過(guò)程，不難發(fā)現(xiàn)，傳統(tǒng)的監(jiān)測(cè)系統(tǒng)多為被動(dòng)監(jiān)測(cè)，不能主動(dòng)及時(shí)地發(fā)現(xiàn)新的傳染病和疑似傳染病病例，同時(shí)各系統(tǒng)之間的資源互補(bǔ)性也不足，容易出現(xiàn)重復(fù)采樣、重復(fù)建設(shè)的現(xiàn)象，且不同的系統(tǒng)之間存在信息傳遞不暢、信息化不夠和數(shù)據(jù)挖掘程度不深等問(wèn)題。

為解決上述問(wèn)題，當(dāng)務(wù)之急是采取更有效的措施，彌補(bǔ)現(xiàn)有傳染病監(jiān)測(cè)系統(tǒng)在應(yīng)對(duì)如新冠肺炎等新的重大傳染病方面的不足。

2 ?總體架構(gòu)設(shè)計(jì)

疫情傳播大數(shù)據(jù)分析預(yù)警平臺(tái)是用于新冠肺炎傳播人群、活動(dòng)軌跡的大數(shù)據(jù)分析、預(yù)警、預(yù)測(cè)的平臺(tái)。結(jié)合已有數(shù)據(jù)，分析數(shù)據(jù)特點(diǎn)和應(yīng)用需求，搭建基于Hadoop的時(shí)空大數(shù)據(jù)索引與查詢技術(shù)體系，為平臺(tái)提供高穩(wěn)定、高并發(fā)和高性能的支撐環(huán)境;基于手機(jī)基站定位數(shù)據(jù)及手機(jī)關(guān)系，在有限的信息資源約束下，采用系統(tǒng)的觀點(diǎn)、方法和理論，結(jié)合機(jī)器學(xué)習(xí)技術(shù)，建立疫情等級(jí)評(píng)估模型，為用戶提供疫情的風(fēng)險(xiǎn)評(píng)估。結(jié)合GIS技術(shù)和定位數(shù)據(jù)，建立基站-道路映射模型，實(shí)現(xiàn)對(duì)高危人員的歷史軌跡分析，用于評(píng)估高風(fēng)險(xiǎn)人員同其他人現(xiàn)實(shí)接觸的可能性;為科學(xué)評(píng)估疫情發(fā)展態(tài)勢(shì)，精準(zhǔn)部署防控提供了決策支持，平臺(tái)總體框架如圖1所示。

3 ?關(guān)鍵技術(shù)研究

3.1 ?海量數(shù)據(jù)并行處理模塊

目前對(duì)時(shí)間序列數(shù)據(jù)存儲(chǔ)和處理的研究采用Hadoop開(kāi)源大數(shù)據(jù)技術(shù)，這些方法大多基于自建的Hadoop平臺(tái)，存在集群規(guī)模小、維護(hù)困難等問(wèn)題。為了滿足系統(tǒng)海量數(shù)據(jù)存儲(chǔ)與高并發(fā)的訪問(wèn)以及具備高擴(kuò)展性、高容錯(cuò)性和高穩(wěn)定性的要求，通過(guò)公有云免維護(hù)、彈性伸縮和按需租用等優(yōu)點(diǎn)，結(jié)合MaxCompute大數(shù)據(jù)技術(shù)，設(shè)計(jì)實(shí)現(xiàn)了海量時(shí)間序列數(shù)據(jù)的MaxCompute表存儲(chǔ)方法;基于MaxCompute提供的并行編程框架MapReduce，設(shè)計(jì)實(shí)現(xiàn)海量時(shí)間序列歷史數(shù)據(jù)的并行處理。滿足平臺(tái)海量數(shù)據(jù)存儲(chǔ)與高并發(fā)的訪問(wèn)要求，且可有效解決平臺(tái)建設(shè)周期短的問(wèn)題，降低研發(fā)成本。MaxCompute是阿里巴巴云提供的PByte/EByte數(shù)據(jù)存儲(chǔ)與處理平臺(tái)，提供海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)、并行編程框架MapReduce、Graph計(jì)算模型和數(shù)據(jù)訪問(wèn)通道Tunnel等，非常適合海量歷史數(shù)據(jù)存儲(chǔ)和批量并行數(shù)據(jù)分析。在數(shù)據(jù)存儲(chǔ)方面，MaxCompute的邏輯層采用表和分區(qū)的方式組織數(shù)據(jù)，便于使用SQL（結(jié)構(gòu)化查詢語(yǔ)言）接口進(jìn)行數(shù)據(jù)訪問(wèn);在物理層面，基于分布式文件系統(tǒng)存儲(chǔ)數(shù)據(jù)的分布式三份副本，具有較高的數(shù)據(jù)可靠性和可用性;在訪問(wèn)接口方面，支持SQL用戶自定義函數(shù)UDF、MapReduce和Graph。

3.2 ?疫情等級(jí)評(píng)估模型

邏輯回歸（又稱為邏輯回歸分析），可用于分類和預(yù)測(cè)，是統(tǒng)計(jì)學(xué)中的經(jīng)典分類算法。針對(duì)回歸或分類問(wèn)題，該方法首先需要建立損失函數(shù)，然后通過(guò)優(yōu)化方法迭代求解最優(yōu)模型參數(shù)，再利用已有數(shù)據(jù)檢驗(yàn)求解模型的質(zhì)量?；谶壿嫽貧w模型構(gòu)建原理，結(jié)合確診患者數(shù)據(jù)（包括手機(jī)定位數(shù)據(jù)、信令數(shù)據(jù)、關(guān)系圖譜數(shù)據(jù)等），利用邏輯回歸算法對(duì)確診患者數(shù)據(jù)集進(jìn)行訓(xùn)練，最終獲得分類準(zhǔn)確度非常高的邏輯回歸模型，建立新冠疫情等級(jí)評(píng)估體系，根據(jù)用戶數(shù)據(jù)，預(yù)測(cè)用戶感染新冠肺炎病毒的可能性有多大。邏輯回歸算法的實(shí)現(xiàn)包含三個(gè)步驟。第一步是構(gòu)造回歸參數(shù)（θ）待定的h函數(shù)，第二步是根據(jù)h函數(shù)構(gòu)造J函數(shù)（損失函數(shù)），第三步是最小化J函數(shù)，通過(guò)連續(xù)迭代得到回歸參數(shù)（θ）。最后，將回歸參數(shù)代入h函數(shù)，形成邏輯回歸模型，進(jìn)而實(shí)現(xiàn)預(yù)測(cè)，如圖2所示。

3.3 ?高危人員路徑匹配算法模型

基于高危人員過(guò)去14天所處的基站信息，通過(guò)GIS道路信息數(shù)據(jù)點(diǎn)建立K-D樹(shù)，然后利用決策樹(shù)算法實(shí)現(xiàn)基站定位信息與道路數(shù)據(jù)的快速匹配，建立基站-道路映射模型，構(gòu)建原理如圖3所示。

基于GIS+決策樹(shù)的路徑匹配算法流程為：

（1）首先對(duì)從開(kāi)源地中下載的道路信息數(shù)據(jù)進(jìn)行填充處理，基于處理后的道路信息數(shù)據(jù)點(diǎn)建立K-D樹(shù)模型，進(jìn)而提高匹配位置點(diǎn)的效率，加快待匹配的過(guò)程。

（2）在獲取新的待匹配數(shù)據(jù)點(diǎn)之前，通過(guò)改進(jìn)的基于決策樹(shù)的預(yù)測(cè)算法，實(shí)現(xiàn)兩個(gè)數(shù)據(jù)點(diǎn)之間最佳位置點(diǎn)的快速匹配。

（3）如待匹配位置點(diǎn)在兩個(gè)數(shù)據(jù)點(diǎn)所在的道路上，則直接反饋該位置點(diǎn)，作為基站道路匹配算法的結(jié)果;如待匹配位置點(diǎn)不在兩個(gè)數(shù)據(jù)點(diǎn)所在的道路上，則基于最近鄰兩個(gè)數(shù)據(jù)點(diǎn)進(jìn)行計(jì)算，實(shí)現(xiàn)待匹配位置點(diǎn)在最近數(shù)據(jù)點(diǎn)道路上的匹配結(jié)果，得到高危人員所在的道路信息。

4 ?系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

4.1 ?客戶端APP

疫情傳播大數(shù)據(jù)分析預(yù)警平臺(tái)客戶端APP主要包括自我風(fēng)險(xiǎn)評(píng)估、掃碼評(píng)估以及個(gè)人信息管理三大子模塊，其中，自我風(fēng)險(xiǎn)評(píng)估模塊通過(guò)提取本機(jī)的手機(jī)號(hào)碼和通訊錄，并將所提取的信息發(fā)送到后臺(tái)服務(wù)器進(jìn)行疫情風(fēng)險(xiǎn)評(píng)估。評(píng)估完成后，會(huì)在主界面中展示評(píng)估得分和對(duì)應(yīng)風(fēng)險(xiǎn)等級(jí)，針對(duì)不同的評(píng)估等級(jí)系統(tǒng)將會(huì)給出相應(yīng)的處置建議;通過(guò)掃碼評(píng)估模塊中的掃碼功能，通過(guò)掃描由本平臺(tái)為酒店、餐飲、公共交通或個(gè)人給出的指定二維碼，獲取相應(yīng)的風(fēng)險(xiǎn)評(píng)估數(shù)據(jù)，同時(shí)可根據(jù)風(fēng)險(xiǎn)評(píng)估等級(jí)選擇性地為用戶服務(wù)或與用戶開(kāi)展接觸;個(gè)人信息管理模塊可實(shí)現(xiàn)個(gè)人二維碼展示、掃碼記錄查詢以及個(gè)人密碼設(shè)置等功能，如圖4所示。

4.2 ?PC端后臺(tái)管理

疫情傳播大數(shù)據(jù)分析預(yù)警平臺(tái)PC端后臺(tái)管理主要包括手機(jī)管理、疫情管理、預(yù)警分析、系統(tǒng)管理以及我的后臺(tái)五大子模塊，其中，手機(jī)管理模塊主要實(shí)現(xiàn)高風(fēng)險(xiǎn)人員手機(jī)定位、軌跡、通訊錄、通話記錄以及短信記錄等功能;疫情管理模塊主要實(shí)現(xiàn)病例管理、風(fēng)險(xiǎn)人員管理、風(fēng)險(xiǎn)場(chǎng)所管理等功能;預(yù)警分析模塊主要實(shí)現(xiàn)高危人員預(yù)警、疫情預(yù)警以及大數(shù)據(jù)展示等功能;系統(tǒng)管理模塊主要實(shí)現(xiàn)用戶角色權(quán)限管理、組織機(jī)構(gòu)管理、系統(tǒng)管理以及數(shù)據(jù)傳輸?shù)裙δ?我的后臺(tái)模塊主要通過(guò)控制臺(tái)和儀表盤，將系統(tǒng)中的核心數(shù)據(jù)以及疫情發(fā)展趨勢(shì)圖表直接呈現(xiàn)出來(lái)，同時(shí)可對(duì)個(gè)人信息及密碼進(jìn)行修改，如圖5、圖6所示。

5 ?結(jié) ?論

在當(dāng)前新冠肺炎可能成為一種類似流感的常見(jiàn)病長(zhǎng)期存在的形勢(shì)下，疫情傳播大數(shù)據(jù)分析預(yù)警平臺(tái)可有效推進(jìn)疫情傳播的研判、分析和預(yù)測(cè)，有助于相關(guān)部門對(duì)疫情的發(fā)展態(tài)勢(shì)進(jìn)行有效評(píng)估，提前制定緊急情況下的應(yīng)急措施，盡可能地降低傳染風(fēng)險(xiǎn)，有助于政府監(jiān)管部門對(duì)疫情傳播進(jìn)行實(shí)時(shí)監(jiān)控和動(dòng)態(tài)預(yù)測(cè)，提高疫情防控水平。

參考文獻(xiàn)：

[1] 習(xí)近平.全面提高依法防控依法治理能力健全國(guó)家公共衛(wèi)生應(yīng)急管理體系 [EB/OL].（2020-02-29）.http：//www.gov.cn/xinwen/2020-02/29/content_5484903.htm.

[2] 衛(wèi)生健康委網(wǎng)站.關(guān)于印發(fā)近期防控新型冠狀病毒感染的肺炎工作方案的通知 [EB/OL].（2020-01-28）.http：//www.gov. cn/xinwen/2020-01/28/content_5472795.htm.

[3] 張媚，張永慧，程培明，等.廣東省急性傳染病防控動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)建設(shè)與展望 [J].中國(guó)衛(wèi)生信息管理雜志，2019，16（5）：526-531.

[4] 吳凡.上海市創(chuàng)新傳染病監(jiān)測(cè)模式的實(shí)踐和思考 [J].中華流行病學(xué)雜志，2019，40（8）：880-882.

[5] 李耀輝.基于移動(dòng)信令數(shù)據(jù)的用戶出行行為研究 [D].重慶：重慶郵電大學(xué)，2017.

[6] 周成虎，裴韜，杜云艷，等.新冠肺炎疫情大數(shù)據(jù)分析與區(qū)域防控政策建議 [J].中國(guó)科學(xué)院院刊，2020，35（2）：200-203.

作者簡(jiǎn)介：趙春燕（1979.12—），女，漢族，貴州貴陽(yáng)人，副教授，博士，研究方向：旅游管理、計(jì)算機(jī)科學(xué)。