基于百度指数构建新冠感染境外输入预测模型的研究
Construction of an early warning model for imported cases of COVID-19 from aboard based on Baidu index
目的 通过分析新型冠状病毒感染相关搜索词与境外输入新型冠状病毒感染实际病例的相关性,考虑不同搜索词对境外输入新型冠状病毒感染传播的影响,构建符合我国具有境外输入特征的传染病模型.方法 选择2020年3月5日-2022年10月31日的百度相关搜索关键词和确诊新型冠状病毒感染境外输入病例的数据,采用相关分析,分析两者之间的相关性及时序变化特征,进而分别建立多元线性回归模型以及神经网络模型,并用均方误差(MSE)、均方根误差(RMSE)和拟合优度值(R2)评价两种模型的预测效果.结果 多元线性回归模型和神经网络模型均在提前3d预测时有较好的预测效果,且基于神经网络建立的预测模型拟合效果优于多元线性回归模型,提前3 d的MSE、RMSE以及R2的值分别为77.25、8.79和0.88.结论 根据百度指数关键词建立的神经网络模型对境外输入日新增新型冠状病毒感染病例有一定的预测能力,能够提前3 d预测病例的波动趋势,可作为境外输入新冠感染监测的补充手段.
更多- 浏览:0
- 被引:0
- 下载:0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文