首页 > 文献资料
-
我国养老服务模式社会关注度的时空差异分析
目的:分析我国养老服务模式社会关注度的时空差异性,以期为养老服务相关政策的制定提供依据.方法:利用百度指数获取2011-2016年养老服务模式社会关注度数据,并进行相关分析、回归分析、聚类分析和ArcGIS空间差异性分析.结果:居家养老的社会关注度高,其次是社区养老,机构养老低;养老服务模式社会关注度与网民人数、互联网普及率、人均可支配收入、每万人口全科医师数、每千人口卫生技术人员数和每十万人口高等教育人员数有关;北京市的公众关注度高,其次是广东、浙江、江苏、上海和山东五省市;华北和华东地区公众关注度高,其次是华中地区,西南和西北地区低.结论:我国养老服务模式社会关注度不断上升,并且具有显著的省域和区域差异.
-
应用百度指数探讨网络暴力的关注度
目的 了解网民及媒体对“网络暴力”的关注程度,为科研工作者及政策制定者了解舆情,并采取针对性措施提供依据.方法 通过百度指数,以“网络暴力”为检索词,收集2014年9月1日-2015年8月31日期间的用户关注度及媒体关注度数据,以及“网络暴力”的相关新闻,进行描述性分析.结果 在时间分布上,“网络暴力”的网民关注度,呈单峰现象,峰值过后,趋于稳定.而媒体关注度上呈双峰现象.不论网民关注度或媒体关注度,峰值期间所涉新闻均与公众人物相关.在空间分布上,“网络暴力”用户关注度东部高于西部,南方高于北方,经济发达的地区高于经济欠发达的地区.结论 “网络暴力”关注度有助于科研工作者把握网民对“网络暴力”的动态认知,也有助于政策制定者采取相应措施,及时制止“网络暴力”的发生.
-
基于网络用户搜索行为的医疗器械关键词分析
基于百度指数关键词检索频度分析,选取9个医疗器械相关关键词,分析关键词的大众关注度与媒体关注度,以及关键词检索人群属性,如性别、年龄、职业和地区等的分布情况,并据此提出具有针对性的意见.
-
互联网搜索指数与埃博拉认知需求相关性分析
目的 分析特定关键词的搜索引擎数据与埃博拉认知需求的相关性,探讨互联网搜索指数在埃博拉认知需求分析中的应用.方法 根据以“埃博拉”为搜索词,通过百度、微博搜索得到百度指数、微指数,并采用Spearman相关分析和数据移动对2014年西非埃博拉暴发期间埃博拉认知需求与疫情监测数据进行相关分析.结果 埃博拉搜索百度指数、埃博拉热搜微指数的变化趋势均与埃博拉疫情发展趋势成正相关关系(相关指数分别为:r=0.497、r=0.628,P＜0.05).结论 搜索词“埃博拉”的百度指数和微指数能较好地反映在埃博拉疫情发生期间公众认知需求的变化情况.
-
“山东疫苗”事件网络舆情热度演变特征分析
目的 分析“山东疫苗”事件网络舆情热度发展演变规律,为疫苗相关突发公共卫生事件的处置提供参考依据.方法 通过百度搜索收集2016年3月13日-2016年5月17日全国范围内“山东疫苗”事件网络舆情百度指数,分析事件发生后的网络舆情状况及变化趋势.结果 “山东疫苗”事件网络舆情呈现事件发生期间的一过件走势,具有发展迅速、回落相对缓慢的特点,主要经历了发生期、调查处置期、后续反思期和休眠期,全程29天;公众和媒体关注度变化趋势基本一致,但各有侧重点,公众关注度高的是事件调查处置期,媒体关注度高的是事件后续反思期;网络舆情热度演变趋势与事件处置进展和关键信息发布密切关联.结论 “山东疫苗”事件公众和媒体关注度较高,关注内容有所不同;政府部门在事件处置和关键信息发布过程中扮演重要角色,及时发布权威透明客观信息有利于引导网络舆论,减少事件不良影响.
-
基于百度指数的人感染H7N9禽流感疫情预测
目的 已有研究在基于百度指数预测传染病疫情时大多未考虑各省人口规模对疫情严重程度评估的影响以及公众搜索行为随疫情发展的变化.以人感染H7 N9禽流感为例,克服上述不足,基于百度指数预测该疫情的发展.方法 引入各省每年每1000万常住人口中感染病例数来评估各省疫情的严重程度;选择疫情较为严重的省份,基于关键词"H7N9"的百度指数建立支持向量机回归来预测该省疫情的发展.结果 若不考虑人口规模的影响,仅利用总病例数评估各省疫情的严重程度,福建省疫情会被低估.进一步选择基于百度指数预测福建省疫情,发现:随着疫情的发展,福建省公众的搜索行为发生变化.因此,考虑到公众的搜索行为,基于福建省关键词"H7 N9"的百度指数分波段建立支持向量机回归来预测疫情的发展,该回归能够准确预测疫情的变化趋势以及峰值暴发的时间.结论 根据公众的搜索行为,分波段建立疫情预测模型,可以实现疫情变化趋势和暴发时间的准确预测.
关键词： 人感染H7N9禽流感 百度指数 人口规模 公众搜索行为 支持向量机回归 -
基于百度指数的清远市手足口病发病预测分析
目的 探讨利用手足口病相关关键词的百度指数建立清远市手足口病发病预测模型.方法 通过中国疾病预防控制信息系统收集清远市2013年1月1日至2017年5月31日每周手足口病发病资料,同时从百度指数官网收集同期预先定义的手足口病相关关键词在清远市范围内的百度指数,选取与手足口病实际发病数相关系数r＞0.5的关键词纳入分析.以手足口病实际发病数为因变量,与各关键词百度指数建立自回归分布滞后模型(ARDL),并利用建立的ARDL模型预测未来1～4周手足口病发病数.结果 经相关分析,共纳入“手足口病初期症状”(r=0.73)、“手足口病”(r=0.81)、“手足口病图片”(r=0.62)、“手足口病症状”(r=0.60)和“手足口病吃什么药”(r =0.53)5个关键词,建立了ARDL(2,1,0,0,2,1)模型,利用该模型对未来1～4周发病数进行预测,并与实际发病数进行比较,结果显示对未来第2周的发病预测较为准确,平均绝对百分误差(MAPE)为5.94％,希尔不等式系数(TIC)为0.03.结论 利用百度指数建立的ARDL预测模型能够较为准确地预测清远市手足口病发病数.
-
基于百度指数的清远市手足口病GM(1,2)模型预测研究
目的 基于百度指数利用GM(1,2)模型对清远市的手足口病疫情进行预测分析,探讨基于百度指数的GM(1,2)模型的可行性,为清远市手足口病防治工作的可持续发展提供参考依据.方法 建立清远市2013年1月至2016年5月手足口病发病数序列,基于百度指数以2013年1月至2016年5月21日的日发病数建立GM(1,2)模型,采用序列末端的10个发病数进行前瞻性预测效果的考核,并对清远市2016年6月的手足口病日发病数进行预测.结果 采用基于百度指数建立完成的GM(1,2)模型对2013年1月至2016年5月21日的日发病数进行回代考核,结果显示平均绝对误差率(MAPE)为2.68％,其中流行季节的MAPE为4.46％、非流行季节的MAPE为2.12％.利用序列末端的10个手足口病发病数进行前瞻性预测效果的考核,结果显示MAPE为18.4％.对清远市2016年6月的手足口病日发病数进行预测,结果显示MAPE为27.81％.结论 基于百度指数的灰色模型GM(1,2)拟合效果较好,但预测结果不太理想,用于清远市手足口病疫情的预测还有待进一步研究.
-
百度关键词在清远市流行性感冒发病预测中的应用及效果评价
目的 探讨百度关键词在清远市流感发病预测中的适用性.方法 收集《中国疾病预防控制信息系统》清远市范围内2012年12月31日至2017年12月24日每周流感发病数,同时从百度指数官网收集同期流感相关关键词在清远市范围内的百度指数,利用流感实际发病数拟合自回归移动平均模型(ARMA),利用实际发病数和相关的流感百度指数拟合自回归分布滞后模型(ARDL),比较两个模型的优劣.结果 共收集260周数据,流感发病11 895例,共收集15个流感相关百度指数,其中与实际发病数相关系数大于等于0.3的百度指数6个,与流感发病数呈单向格兰杰因果关系的百度指数有1个,为“流感”.利用前256周数据建立的ARMA模型预测未来4周流感发病数时,模型调整决定系数为0.80,其均方根误差(RMSE) =95.25,平均绝对百分误差(MAPE) =45.49,希尔不等式系数(TIC) =0.25.利用前256周数据建立的ARDL模型预测未来4周流感发病数时,模型调整决定系数为0.81,其均方根误差(RMSE)=79.07,平均绝对百分误差(MAPE)=39.67,希尔不等式系数(TIC)=0.19.ARDL模型的预测精度优于ARMA模型.结论 利用百度指数建立的流感发病预测模型能够增加预测准确性,适用于流感发病预测.
-
基于百度指数和ARDL模型的广东省清远市2013-2017年手足口病发病数分析
目的 探讨利用手足口病相关关键词百度指数建立清远市手足口病发病预测模型.方法 收集《中国疾病预防控制信息系统》清远市范围内2013-01-01/2017-05-31每周手足口病发病数,同时从百度指数官网收集同期预先定义的手足口病相关关键词在清远市范围内的百度指数,选取与手足口病实际发病数相关系数大于0.5的纳入分析.以手足口病实际发病数为因变量,与各关键词百度指数建立自回归分布滞后模型(ARDL),并用建立的ARDL模型预测未来1～4周手足口病发病数.结果 共收集230周数据,手足口病合计发病57 849例,纳入“手足口病初期症状”(rs=0.73)、“手足口病”(rs=0.81)、“手足口病图片”(rs=0.62)、“手足口病症状”(rs=0.60)和“手足口病吃什么药”(rs=0.53)5个关键词,建立了ARDL(2,1,0,0,2,1)模型,对未来第2周的发病预测较为准确(MAPE=5.94,TIC=0.03).结论 利用百度指数建立的ARDL预测模型能够较为准确地预测手足口病发病情况.
-
泛在网络环境下的高血压健康信息网络关注度时空分布特征研究
通过百度指数平台获取近5年高血压健康信息网络空间关注度数据,以探索泛在网络环境下健康信息用户对网络健康信息关注的时空分布规律和用户人群特征.提出健康信息服务机构应该更多地利用移动终端针对特定人群开展精准的健康信息服务,改变信息组织方式,呼吁专业医疗机构和医疗专业人士参与.
