大数据环境下病疫接触史关系图构建探索
时间：2020-10-30 15:07:50 来源：达达文档网 本文已影响 人 
王彦婷 潘晓鸽 唐明伟
摘要：针对病疫期出现的接触病人发现问题，本文通过大数据技术，建模病疫病人与接触路人之间的关联关系进行分析，通过构建轨迹图，形成关联矩阵，最后有效分别发现与病疫病人关联关系的方法。
关键词：大数据;关系图;轨迹;关联度量
中图分类号：TP311 文献标识码：A
文章编号：1009-3044（2020）09-0011-01
1 引言
各类信息数据已经渗透到现今社会的每一个行业所在领域中，成为社会重要的关键信息因素。人们对于大数据（海量）的挖掘、分析和运用，预示着新一波经济增长和消费潜力信息的到来。当前，大数据已经在商业、工程、医疗等领域，以及国家政府、国家安全和通讯等行业发挥巨大的作业。大数据已经引起全世界的关注。
2 疫情接触史关系分析
在2020年1月28日中央电视节目《新闻1+1》栏目中，李兰娟院士表示，专家正利用移动大数据等技术，再现感染者的生活轨迹，如图1所示。
某位病毒疑似患者B曾表示自己并无重点疫区接触史，但经过大数据排查，发现其至少接觸过1名来自重点疫区的潜在患病人士A。
可见大数据技术通过追踪移动轨迹、建立群体关系图谱等，在精准定位疫情传播路径，防控疫情扩散等方面起到重要作用。通过某一时间、地点和手机号码等关联分析，刻画出追踪人群接触史，锁定感染源及密切接触人群，为疫情防控提供宝贵信息。
3 疑似病人与路人之间的轨迹关联分析
接下来，将上图的信息转化为关系表的形式，如表1所示。
通过定量分析，给出关联矩阵。将过程进行定量表示，轨迹有重合表示为1，没有表示为0。通过公式分析，得出关联的强弱关系，分别用1（强），0.5（弱），0（表示无）。如表2所示：
通过分析，可以分类给出不同人的不同处理方法。这样有利于完成通过模型计算得出的关联强弱进行分类，对于路人D，必须集中处理，对于路人B和C可以强制居家隔离，对于路人E，可以建议居家隔离。
4 结论
大数据正在迅速膨胀并变大，它决定着个体、企业、政府的未来发展。虽然，一些企业可能并没有意识到数据爆炸性增长带来问题的巨大潜力，但是，随着时间的推移，人们将越来越多地依赖大数据。
参考文献：
[1]疫情猛于虎！通过大数据追踪疫情与人群接触史不侵犯个人隐私，http：//www.kepu365.c n/d uj ia/kpxw/43 91 7.html.
[2]韩瑞，周鹏潘.基于多源大数据的城市立体空间控制分区——以武汉市主城区为例[J].武汉工程大学学报，2020（2）：
1-7.
【通联编辑：光文玲】
