论文研究 - 基于网络搜索数据的中国流感预测模型研究

上传者: 38641339 | 上传时间: 2023-03-13 14:46:15 | 文件大小: 2.23MB | 文件类型: PDF
流行性感冒是一种传染性疾病,传播Swift而广泛。 流感的爆发给社会带来了巨大的损失。 本文设置了流感关键词的四个主要类别,即“预防阶段”,“症状阶段”,“治疗阶段”和“常用短语”。 使用Python网络爬虫从国家流感中心的流感监测每周报告和百度索引中获取相关的流感数据。 通过机器学习建立支持向量回归(SVR),最小绝对收缩和选择算子(LASSO),卷积神经网络(CNN)预测模型,并考虑了流感的季节性特征,还建立了时间序列模型(ARMA) )。 结果表明,基于网络搜索数据预测流感是可行的。 机器学习在基于Web搜索数据的流感预测中显示出一定的预测效果。 今后它将在流感预测中具有一定的参考价值。 ARMA(3,0)模型可预测更好的结果并具有更大的概括性。 最后,给出了本文的研究不足和今后的研究方向。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明