一种基于人群流动水平的传染病趋势估计方法

技术特征：
1.一种基于人群流动水平的传染病趋势估计方法，其特征在于，包括以下步骤：步骤1，根据传染病趋势曲线获取需求，以天为单位读取历史人群轨迹记录数据，第t日的单日数据记录数记为m(t)条，该信息包含记录时间戳{t
i
}、产生记录用户{u
i
}以及用户位置{p
i
}，将信息数据集记为{x
i
}，其中i＝1，2，3，
…
，m(t)；步骤2，平均速度计算：利用步骤1中的数据集{x
i
}计算全体用户当日的平均速度，记第t日的全体用户平均速度为μ(t)；步骤3，空间同位水平计算：利用步骤2中获取的当日全体用户平均速度μ(t)，每日总秒数t
day
，当地的人口密度λ，预设的接触判定半径r
c
计算当日的空间同位水平，记为α(t)；步骤4，感染率与初始感染人数拟合：利用步骤3中计算得到的当日空间同位水平α(t)、预设的转移率γ、当地总人数n以及预估的接触到感染的时延t
e
，对预设的多组待检验感染率和初始感染人数数据对(β0，i0)进行模拟，通过计算各组模拟过程中每日的易感人群总数s(t)与感染人数i(t)，获取模拟得到的累计感染人数，并将其与当日的真实累计感染人数c(t)进行比较，从而获取最优的感染率和初始感染人数数据对步骤5，传染病趋势估计：利用步骤4计算得到的最优的感染率和初始感染人数数据对作为初始值，利用步骤3中计算得到的每日人群轨迹记录数据计算获取的空间同位水平α(t)、预设的转移率γ、当地总人数n以及预估的接触到感染的时延t
e
对传染病趋势进行模拟，得到未来的传染病趋势变化曲线。2.根据权利要求1所述的一种基于人群流动水平的传染病趋势估计方法，其特征在于，所述步骤2中，首先对所有记录分别以用户名为第一优先级基准、以时间戳为第二优先级基准进行升序排序，并逐行对上一行作差，获取相邻两条记录的差值，并根据时间差值{δt
i
}，位置差值{δp
i
}进行异常差值筛选，筛选方法为：将异常点类型分别类型1、类型2、类型3三种；类型1的判据公式为δt
i
＜δt
min
或δt
i
＞δt
max
，判据特征为相邻记录时间差值过大或过小；类型2的判据公式为δp
i
＜δp
min
或δp
i
＞δp
max
，判据特征为相邻记录位置差值过大或过小；类型3的判据公式为u
i
≠u
i 1
，判据特征为相邻记录不属于同一用户；其中δt
min
为时间差值下限，δt
max
为时间差值上限，δp
min
为位置差值下限，δp
max
为位置差值上限；记获得的差值记录为{δx
i
}，总共为m1(t)条，共包含m
u
(t)个不同用户，对每一个用户，记该用户为u
k
，计算其速度其计算公式如下：计算当日所有用户的平均速度μ(t)，其计算公式如下：3.根据权利要求1所述的一种基于人群流动水平的传染病趋势估计方法，其特征在于，
所述步骤3中，可利用步骤2计算得到的每日所有用户的平均速度μ(t)计算每日的空间同位水平α(t)，其计算公式如下：其中t
day
为每日秒数，即86400秒；λ为当地人口密度；r
c
为判定接触半径。4.根据权利要求1所述的一种基于人群流动水平的传染病趋势估计方法，其特征在于，所述步骤4中，感染率与初始感染人数拟合的具体拟合方法如下：a)预设多组待检验的感染率与初始感染人数数据对，并依次进行检验，设当前待检验的感染率为β0，初始感染人数为i0；b)根据传染病的sir模型，依次计算每日的易感人群数量s(t)、感染人群数量i(t)、隔离人群数量r(t)，通过获取其导数来计算，上述各项的导数计算方法如下：导数来计算，上述各项的导数计算方法如下：导数来计算，上述各项的导数计算方法如下：其中t
e
为从接触到感染的延迟时间，γ为感染到隔离的转移率，计算方法如下：其中d
e
为潜伏期时长，d
p
为预感染期时长，d
i
为感染期时长；通过所述拟合方法可以模拟感染过程，获取模拟的每日新增感染人数；c)将模拟的每日新增感染人数与真实的每日新增感染人数c(t)进行比较，取平均绝对百分误差最小的一组(β0，i0)为最优感染率与初始感染人数数据对计算方法如下：5.根据权利要求1所述的一种基于人群流动水平的传染病趋势估计方法，其特征在于，所述步骤5中，传染病趋势估计的具体估计方法如下：以作为初始感染人数，作为感染率，使用步骤1至步骤4中的方法，利用每日的用户记录数据计算每日的易感人群数量与感染人群数量，其中α(t)在传染病疫情爆发后通常会下降，可以将下降水平乘以衰减因子f用来表征不同强度的限制出行政策，并检验导致的传染病趋势变化的不同，即：其中α
ini
为疫情爆发前空间同位水平，α
f
为疫情爆发后真实的空间同位水平，α
ban
为假设实施不同强度的限制出行水平政策后的预测空间同位水平。

技术总结
本发明公开了一种基于人群流动水平的传染病趋势估计方法，该方法基于人群轨迹记录数据和传染病历史感染人数统计数据，经过平均速度计算、空间同位水平计算、感染率与初始感染人数拟合、传染病趋势估计等步骤得到最终的传染病趋势曲线。在本数据处理方法中，平均速度计算、空间同位水平计算步骤通过一种时间复杂度低的算法高效地衡量了人群的接触水平，感染率和初始感染人数拟合为传染病趋势估计提供了起始点。本发明方法基于数据驱动，对数据无特殊要求，普适性较强。与现有技术相比，数据可信程度更高，具有较强的理论性与实用性。具有较强的理论性与实用性。具有较强的理论性与实用性。


技术研发人员：贺诗波 邵存祺 李超 余睿伟 吴旻诚 陈积明
受保护的技术使用者：浙江大学
技术研发日：2022.09.02
技术公布日：2023/1/13