大數據環境下病疫接觸史關系圖構建探索

王彥婷　潘曉鴿　唐明偉

摘要：針對病疫期出現的接觸病人發現問題，本文通過大數據技術，建模病疫病人與接觸路人之間的關聯關系進行分析，通過構建軌跡圖，形成關聯矩陣，最后有效分別發現與病疫病人關聯關系的方法。

關鍵詞：大數據;關系圖;軌跡;關聯度量

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）09-0011-01

1 引言

各類信息數據已經滲透到現今社會的每一個行業所在領域中，成為社會重要的關鍵信息因素。人們對于大數據（海量）的挖掘、分析和運用，預示著新一波經濟增長和消費潛力信息的到來。當前，大數據已經在商業、工程、醫療等領域，以及國家政府、國家安全和通訊等行業發揮巨大的作業。大數據已經引起全世界的關注。

2 疫情接觸史關系分析

在2020年1月28日中央電視節目《新聞1+1》欄目中，李蘭娟院士表示，專家正利用移動大數據等技術，再現感染者的生活軌跡，如圖1所示。

某位病毒疑似患者B曾表示自己并無重點疫區接觸史，但經過大數據排查，發現其至少接觸過1名來自重點疫區的潛在患病人士A。

可見大數據技術通過追蹤移動軌跡、建立群體關系圖譜等，在精準定位疫情傳播路徑，防控疫情擴散等方面起到重要作用。通過某一時間、地點和手機號碼等關聯分析，刻畫出追蹤人群接觸史，鎖定感染源及密切接觸人群，為疫情防控提供寶貴信息。

3 疑似病人與路人之間的軌跡關聯分析

接下來，將上圖的信息轉化為關系表的形式，如表1所示。

通過定量分析，給出關聯矩陣。將過程進行定量表示，軌跡有重合表示為1，沒有表示為0。通過公式分析，得出關聯的強弱關系，分別用1（強），0.5（弱），0（表示無）。如表2所示：

通過分析，可以分類給出不同人的不同處理方法。這樣有利于完成通過模型計算得出的關聯強弱進行分類，對于路人D，必須集中處理，對于路人B和C可以強制居家隔離，對于路人E，可以建議居家隔離。

4 結論

大數據正在迅速膨脹并變大，它決定著個體、企業、政府的未來發展。雖然，一些企業可能并沒有意識到數據爆炸性增長帶來問題的巨大潛力，但是，隨著時間的推移，人們將越來越多地依賴大數據。

參考文獻：

[1]疫情猛于虎！通過大數據追蹤疫情與人群接觸史不侵犯個人隱私，http：//www.kepu365.c n/d uj ia/kpxw/43 91 7.html.

[2]韓瑞，周鵬潘.基于多源大數據的城市立體空間控制分區——以武漢市主城區為例[J].武漢工程大學學報，2020（2）： 1-7.

【通聯編輯：光文玲】