基于Web数据挖掘的COVID-19流行病学特征分析

• 作者: 李泽堃 武啸泽 胡涛 赵偲 郑文
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 新冠肺炎 数据挖掘 流行病学 社交媒体
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 专题:新型冠状病毒肺炎疫情防控
• 页码范围: 408-414
• 页数: 7页
• 分类号: TP391
• 字数: 4933字
• 语种: 中文
• DOI: 10.12178/1001-0548.2020079

摘要

基于Selenium数据挖掘技术,通过对2020年2月4日-22日新浪微博"肺炎患者求助超话"中690例有效病例的分析,获得了新浪微博中真实求助病例的流行病学特征.研究发现,求助患者97.6％来自于武汉,重点集中在武昌、硚口、汉阳等中心城区,与当地的医疗资源和人口密度成正比.微博求助病例主要分布在2020年2月4日-7日,随着医疗资源紧张程度的缓解,通过微博求助的病例明显减少.求助患者确诊日期主要分布在2020年1月16日-2月6日,与中国疾控中心发布的病例分布情况基本一致.求助患者年龄分布中位数为60岁,明显高于中国疾控中心发布的数据,但与武汉市中心医院的数据基本吻合.该文研究结果说明,针对重大突发性传染病,微博等社交媒体除了在舆论传播上发挥作用,在流行病学分析上也具有重要意义.基于社交媒体的实时性和广泛性,结合数据挖掘和大数据分析等方法,有助于决策层快速掌握一线真实情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡涛	华中科技大学同济医学院附属武汉中心医院肿瘤科	35	217	9.0	13.0
2	郑文	太原理工大学大数据学院公共安全大数据研究所	1	0	0.0	0.0
3	赵偲	太原理工大学大数据学院公共安全大数据研究所	1	0	0.0	0.0
4	李泽堃	太原理工大学大数据学院公共安全大数据研究所	1	0	0.0	0.0
5	武啸泽	太原理工大学大数据学院公共安全大数据研究所	1	0	0.0	0.0