41、在线社交网络流感趋势追踪器

在线社交网络流感趋势追踪器

在当今数字化时代，在线社交网络（OSN）蕴含着丰富的信息，可用于预测现实世界中的各种情况，如流感趋势。本文将详细介绍如何利用在线社交网络数据来追踪和预测流感活动。

1. 相关工作

此前已有众多关于不同形式社交网络的测量研究，如Del.icio.us、Facebook和Wikipedia等。不同研究展示了社交网络数据在多个领域的应用：
- 预测票房收入 ：Sitaram等人证明了像Twitter上的社交媒体内容可用于预测电影票房收入。
- 地震报告系统 ：Sakaki等人利用Twitter用户作为传感器，结合概率时空模型、卡尔曼滤波和粒子滤波技术，构建了日本的自动地震报告系统。
- 信息传播建模 ：Leskovec等人尝试对社交媒体（如博客）中的信息传播进行建模，并追踪专业新闻媒体向社交网络的信息转移。
- 流感趋势估计 ：Ginsberg等人提出某些搜索词的相对频率可作为医生就诊百分比的良好指标，并建立了与CDC每周公布的ILI百分比的线性相关性。Culotta使用文档分类组件过滤Twitter中的误导性消息，表明少量与流感相关的关键词可预测未来流感发病率。
- 其他应用 ：OSN数据还用于实时通知，如大规模火灾紧急情况、内容提供商服务停机和实时交通更新等。此外，还有利用Twitter数据测量公众对健康相关事件的兴趣、预测国民情绪、进行货币追踪和市场风险分析等。

2. 数据收集

为了利用在线社