[发明专利]基于约束子图计算的新冠肺炎感染人群分析方法及系统

说明书

本发明属于公共卫生服务技术领域，具体涉及一种基于约束子图计算的新冠肺炎感染人群分析方法及系统，该方法步骤为：S1、新冠数据收集与清洗；S2、构建新冠肺炎场景下的人群图模型；S3、分析计算人群被感染概率指数；S4、发现潜在的感染人群并输出。本发明采用约束子图计算挖掘技术，综合多方面感染因素，通过定义计算被感染概率指数的方法，更有效的挖掘出潜在的新冠肺炎感染人群；基于被感染概率指数指标，设计新冠肺炎感染人群分析系统，设定不同级别的防疫应对举措，精确通知到管理部门和个体人群，为公共卫生防疫工作提供极大的助力，降低新冠感染概率，保护公众生命安全。

技术领域

本发明属于公共卫生服务技术领域，具体涉及一种基于约束子图计算的新冠肺炎感染人群分析方法及系统。

背景技术

新型冠状病毒肺炎（Corona Virus Disease 2019，COVID-19），简称“新冠肺炎”，世界卫生组织命名为“2019冠状病毒病”，是指2019新型冠状病毒感染导致的肺炎。

在新冠感染人群分析发现方面，目前已有健康码用于对可能感染的人群进行标识，其基本原理是利用基站定位技术；另外也有根据列车班次查找与感染者同班次的潜在感染乘客。采用以上两种方法，主要考虑单一因素，因此在发现潜在感染人群方面存在一定的缺陷。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提出了一种基于约束子图计算的新冠肺炎感染人群分析方法及系统，其具体技术方案如下：

基于约束子图计算的新冠肺炎感染人群分析方法，包括以下步骤：

S1、新冠数据收集与清洗；

S2、构建新冠肺炎场景下的人群图模型；

S3、分析计算人群被感染概率指数；

S4、发现潜在的感染人群并输出。

进一步的，所述新冠数据为多源异构数据包括：新闻媒体报道、感染统计表格、人群出行轨迹、手机用户定位。

进一步的，所述数据清洗包括：各类文档接口读取数据、检查剔除无效值、语义抽取、语义匹配融合，具体过程为：首先将新冠数据根据其文件类型，输入到对应文档接口进行数据读取；然后检查数据，剔除数据中的无效值；之后结合疫情语义词库中定义的与新冠疫情相关的关键词，对各类文档数据进行语义抽取；最后，根据语义抽取的结果，对各类文档数据之间的关系进行匹配后，融合原有的建模数据，形成新的建模数据。

进一步的，所述人群图模型是基于清洗后的数据进行构建，还包括节点、节点属性、边和边属性；其中，人个体被定义为图节点，人的年龄、所在地防疫措施力度、年度医院就诊次数、患病状态被作为节点属性；人个体之间的接触被定义为边，接触的时间、接触是否有防护作为边属性；人群图模型还带有时间标签，用于模型的人群图状态随着时间发生变化。

进一步的，所述步骤S3中的计算人群被感染概率指数的表达式为：

其中表示t时刻个人p被感染的概率，K₁表示个人节点与已知感染人群直接接触的边数，K₂表示个人节点与已知感染人群二级间接接触的边数，和分别表示直接接触边的权重和二级间接接触边的权重，和分别表示在直接接触过程中个人自身因素和二级间接接触过程中个人自身因素；表示感染概率衰减系数，该感染概率衰减系数=0.96，具体为：新冠肺炎平均潜伏周期为7天，根据指数衰减公式，因此当时间间隔为1小时的情况下。

进一步的，所述的直接接触和二级间接接触的个人自身因素表达式分别为：

直接接触过程中个人自身因素：，其中A表示年龄系数，正比于个体年龄；S表示健康系数，正比于年度医院就诊次数；U表示局部防控措施系数，正比于所处地区的防控举措力度；

二级间接接触过程中个人自身因素：，其中表示二级间接接触过程中两个个体的个人自身因素。

进一步的，直接接触和二级间接接触的接触边权重的具体表达式分别为：