[发明专利]基于宏观因子的大数据预测方法及系统

说明书

技术领域

本发明涉及风险评估技术领域，尤其涉及基于宏观因子的大数据预测方法及系统。

背景技术

流行性感冒简称流感，是流感病毒引起的急性呼吸道感染，也是一种传染性强、传播速度快的疾病。其主要通过空气中的飞沫、人与人之间的接触或与被污染物品的接触传播。典型的临床症状是：急起高热、全身疼痛、显著乏力和轻度呼吸道症状。一般秋冬季节是其高发期，主要影响鼻、喉、支气管，并偶尔影响肺部。

流感多数为轻症，染病者在一至二周内康复，无需进行医学治疗。部分病例可出现严重症状，甚至导致死亡。20世纪曾发生过5-6次流感疫情的大暴发，其中最严重的一次1918年西班牙流感导致约5000万欧洲人死亡。流感病毒可分为甲(A)、乙(B)、丙(C)三型，甲型病毒经常发生抗原变异，传染性大，传播迅速，极易发生大范围流行。

传统的流感监控监测依赖于疾病预防控制中心(Centers for Disease Control，CDC)的全国监测网络，通过哨点医院收集流感抽样病例数据及CDC实验室进行抽样病例的病毒检测进行监测。但是，CDC的统计数据有一定的滞后性，通常滞后一到两周左右，不能对流感暴发进行提前预测预警。并且，流感病毒的鉴定相对较困难，对于一些经济落后地区无法监测或诊断流感。谷歌曾经开发了一款流感预测产品，但是由于搜索数据噪音偏大，预测模型稳定性较差，已经下线。

发明内容

有鉴于此，本发明的目的在于提供一种基于宏观因子的大数据预测方法及 系统，以解决不能对流感进行提前预测预警及流感病毒鉴定困难的问题。

为实现上述目的，本发明提供一种基于宏观因子的大数据预测方法，该方法包括步骤：

设置收集基础数据的范围；

根据设置的范围收集与流感相关的基础数据；

根据收集的基础数据，采用时间序列预测方法和多项式回归方法建立多个预测模型；

根据所建立的多个预测模型分别得到相应的流感预测结果；及

整合所述多个预测模型的流感预测结果，得到最终预测结果。

优选地，所述基础数据包括自变量特征数据和因变量特征数据，所述因变量特征数据为每天医院确诊流感病例数，所述自变量特征数据包括与流感相关的地区宏观医疗行为数据和气象数据。

优选地，所述地区宏观医疗行为数据包括感冒发热类药物购买量及与流感相关的疾病就诊量。

优选地，所述多个预测模型包括自动筛选特征模型、人工观察筛选特征模型及滑动窗口预测模型。

优选地，所述根据所建立的多个预测模型分别得到相应的流感预测结果的步骤具体包括：

在所述多个预测模型中输入当天的自变量特征数据，分别得到三个相应的流感预测结果，所述流感预测结果为后一天的流感发生数量。

优选地，所述整合是对所述多个预测模型的流感预测结果取平均值。

本发明提出的基于宏观因子的大数据预测方法，可以根据与流感相关的地区宏观医疗行为数据，结合天气、季节等气象数据，采用时间序列预测方法和多项式回归方法建立多个预测模型，通过对多个模型预测结果的整合进行流感未来预测，主要是预测流感高发期。该方法依据相对容易获取的信息建立模型，可以很好的代替或辅助疾控中心流感的监测或提前预测，大大提高了流感预测能力。

为实现上述目的，本发明还提出一种基于宏观因子的大数据预测系统，该系统包括：

设置模块，用于设置收集基础数据的范围；

收集模块，用于根据设置的范围收集与流感相关的基础数据；

建立模块，用于根据收集的基础数据，采用时间序列预测方法和多项式回归方法建立多个预测模型；

评估模块，用于根据所建立的多个预测模型分别得到相应的流感预测结果；及

整合模块，用于整合所述多个预测模型的流感预测结果，得到最终预测结果。

优选地，所述基础数据包括自变量特征数据和因变量特征数据，所述因变量特征数据为每天医院确诊流感病例数，所述自变量特征数据包括与流感相关的地区宏观医疗行为数据和气象数据。

优选地，所述地区宏观医疗行为数据包括感冒发热类药物购买量及与流感相关的疾病就诊量。

优选地，所述多个预测模型包括自动筛选特征模型、人工观察筛选特征模型及滑动窗口预测模型。