期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Web数据挖掘的COVID-19流行病学特征分析
被引量：
9
1
作者
郑文
赵偲
+2 位作者
李泽堃
武啸泽
胡涛
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第3期408-414,共7页
基于Selenium数据挖掘技术,通过对2020年2月4日−22日新浪微博“肺炎患者求助超话”中690例有效病例的分析,获得了新浪微博中真实求助病例的流行病学特征。研究发现,求助患者97.6%来自于武汉,重点集中在武昌、硚口、汉阳等中心城区,与当...
基于Selenium数据挖掘技术,通过对2020年2月4日−22日新浪微博“肺炎患者求助超话”中690例有效病例的分析,获得了新浪微博中真实求助病例的流行病学特征。研究发现,求助患者97.6%来自于武汉,重点集中在武昌、硚口、汉阳等中心城区,与当地的医疗资源和人口密度成正比。微博求助病例主要分布在2020年2月4日−7日,随着医疗资源紧张程度的缓解,通过微博求助的病例明显减少。求助患者确诊日期主要分布在2020年1月16日−2月6日,与中国疾控中心发布的病例分布情况基本一致。求助患者年龄分布中位数为60岁,明显高于中国疾控中心发布的数据,但与武汉市中心医院的数据基本吻合。该文研究结果说明,针对重大突发性传染病,微博等社交媒体除了在舆论传播上发挥作用,在流行病学分析上也具有重要意义。基于社交媒体的实时性和广泛性,结合数据挖掘和大数据分析等方法,有助于决策层快速掌握一线真实情况。
展开更多
关键词
新冠肺炎
数据挖掘
流行病学
社交媒体
在线阅读
下载PDF
职称材料
题名
基于Web数据挖掘的COVID-19流行病学特征分析
被引量：
9
1
作者
郑文
赵偲
李泽堃
武啸泽
胡涛
机构
太原理工大学大数据学院公共安全大数据研究所
华中科技
大学
同济医
学院
附属武汉中心医院肿瘤科
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第3期408-414,共7页
基金
国家自然科学基金(11702289)
冲击与安全工程教育部重点实验室开放基金(cj201902)。
文摘
基于Selenium数据挖掘技术,通过对2020年2月4日−22日新浪微博“肺炎患者求助超话”中690例有效病例的分析,获得了新浪微博中真实求助病例的流行病学特征。研究发现,求助患者97.6%来自于武汉,重点集中在武昌、硚口、汉阳等中心城区,与当地的医疗资源和人口密度成正比。微博求助病例主要分布在2020年2月4日−7日,随着医疗资源紧张程度的缓解,通过微博求助的病例明显减少。求助患者确诊日期主要分布在2020年1月16日−2月6日,与中国疾控中心发布的病例分布情况基本一致。求助患者年龄分布中位数为60岁,明显高于中国疾控中心发布的数据,但与武汉市中心医院的数据基本吻合。该文研究结果说明,针对重大突发性传染病,微博等社交媒体除了在舆论传播上发挥作用,在流行病学分析上也具有重要意义。基于社交媒体的实时性和广泛性,结合数据挖掘和大数据分析等方法,有助于决策层快速掌握一线真实情况。
关键词
新冠肺炎
数据挖掘
流行病学
社交媒体
Keywords
COVID-19
data mining
epidemiological
social media
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Web数据挖掘的COVID-19流行病学特征分析
郑文
赵偲
李泽堃
武啸泽
胡涛
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2020
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
