换一批摘要目的 为了研究社交媒体数据和流行性感冒(流感)暴发的关系,为有效预防流感提供参考信息.方法 利用网络爬虫收集澳大利亚2015年第1周至2017年第29周的Twitter数据,获得社交媒体中的流感相关讨论数据,通过关键字过滤技术获取Twitter中包含sore throat、stuffy nose等有意义推文,采用ARIMA模型和Holt-Winters指数平滑模型对提取的推文列表建模,并进行对比.结果 基于Twitter数据的ARIMA模型平均相对误差为6.40％,Holt-Winters指数平滑模型平均相对误差为17.06％.结论 基于Twitter数据的ARIMA模型能够有效的预测澳大利亚流感病例的发展趋势.
更多相关知识
栏目名称
DOI
10.16506/j.1009-6639.2019.09.006
发布时间
2019-12-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广西云计算与大数据协同创新中心项目（YD16E18）
- 浏览41
- 被引11
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
