English
|
正體中文
| 简体中文 |
全文笔数/总笔数 : 63997/96745 (66%)
造访人次 : 3650229 在线人数 : 154
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library & TKU Library IR team.
搜寻范围
全部機構典藏
商管學院
資訊管理學系暨研究所
--會議論文
查询小技巧:
您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
进阶搜寻
主页
‧
登入
‧
上传
‧
说明
‧
关于機構典藏
‧
管理
淡江大學機構典藏
>
商管學院
>
資訊管理學系暨研究所
>
會議論文
>
Item 987654321/106473
数据加载中.....
书目数据导出
Endnote RIS 格式
Bibtex 格式
引文信息
jsp.display-item.identifier=請使用永久網址來引用或連結此文件:
https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/106473
题名:
運用Facebook公開資料監測類流感疫情
其它题名:
Detecting Influenza Epidemics using Facebook Public Data
作者:
張昭憲
;
柳姚仁
关键词:
流感疫情趨勢監測
;
社群網路分析
;
相關性分析
;
巨量資料分析
日期:
2015-11-27
上传时间:
2016-04-27 11:14:16 (UTC+8)
摘要:
流行性感冒每年在全球造成高達數十萬人死亡,對民眾健康帶來嚴重威脅。流感可透過接種疫苗降低疫情,但若能提早發現流感散播趨勢,便可進一步降低感染與死亡人數。然而,各國疾管局通常根據民眾就診時的臨床篩檢通報,建立流感監測數據,彙整時甚至會有一至四週的延滯時間,對於早期預警而言,明顯緩不濟急。若因控制不當造成大流行,後續耗費的人力物力更是難以估計。有鑑於此,本研究希望能藉由網路社群分析,發展一套具有高即時的流感監測方法。首先,我們透過特定關鍵字組合,每日蒐集、分析網路社群(Facebook)中與流感相關之訊息,產生疫情統計資料。接下來,再以疾管署公布的流感公開統計數據做為訓練資料,配合關鍵字相關性分析,建立即時的流感疫情監測模型。實驗結果顯示,本研究建立模型之預測數據與官方統計數字有顯著相關,證實提出方法之可行性。此外,與現行輿情分析軟體相較,本研究亦能提供更準確之監測結果,證實了提出方法之有效性。
關聯:
2015年第二十一屆國際資訊管理暨實務研討會論文集
显示于类别:
[資訊管理學系暨研究所] 會議論文
文件中的档案:
档案
描述
大小
格式
浏览次数
index.html
0Kb
HTML
210
检视/开启
index.html
0Kb
HTML
136
检视/开启
在機構典藏中所有的数据项都受到原著作权保护.
TAIR相关文章
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library & TKU Library IR teams.
Copyright ©
-
回馈