知识疫图 | 地区风险预测与基于搜索日志疫情预测技术实践

基于多维度信息的新冠肺炎地区风险预测

图一 国内外疫情可视化项目

总结来说，知识疫图提出了一种综合多维度信息的地区风险指数评估方法。不需要大量的人工干预，能够基于疫情数据和地区本身的客观情况计算，可以做到与疫情数据同样细粒度的风险评估。从结果上来看，计算得到风险指数能够比较好的反映地区风险情况。下一步的研究目标是希望将新闻事件也考虑进地区风险指数的计算，并将风险指数进一步细化，如出行风险指数，复工风险指数等，同时基于风险指数上线一系列惠及用户的实用功能。 

基于搜索日志的新冠肺炎预测 

图五 基于点击二部图的图传播算法

图六 部分 ERQ 集合和得分

图七 ERQ 种子频率分别

图八 ERQ 集合频率与新冠疫情的趋势对比

为了验证模型的有效性，他将不同模型应用到了预测累计确诊数据（基于历史确诊数据，预测 k 天后的确诊人数）和预测新增与治愈人数（基于疑似数据与新增数据）两项实验任务中，不同模型在两项实验中的结果如图九、图十所示。

图九 预测累计确诊数据实验结果

图十 预测新增与治愈人数实验结果

总结

研究发现，引入 ERQ 数据在绝大多数任务中都能够提升病情趋势的预测性能。但引入 ERQ 数据作为传染病预测模型特征时，需要考虑病情趋势相对 ERQ 趋势的滞后效应，滞后天数在 3-5 天，对 ERQ 特征进行聚类后叠加为多个特征比直接叠加效果更好。未来叶子逸将探索分析不同搜索意图下的搜索引擎用户行为，更好地将疫情发展与用户意图、用户行为关联起来。