谷歌早在2008年推出了“流感趋势”网站。它建立的假设基础是：人们在遭受疾病困扰时，会比在身体健康时，花更多的时间搜索疾病相关内容。因此，通过分析一个国家，在特定时期的流感相关搜索量，便可以推算出病毒的传播情况。
这个预测非常靠谱，通常与美国疾病控制和预防中心(CDC)的数据相差无几。事实上，有几次传染病初期的预测，甚至比CDC早了一周之久。众所周知，疾病初期预测将为政府及时采取部署，提供了有利的时机。
那么其他的在线服务，尤其是社交网络，能否做到相同甚至更好的预测呢？如今，问题有了答案。卡耐基梅隆大学的Jiwei Li和康乃尔大学的Claire Cardie，成功利用Twitter预测了早期流感爆发。
他们的方式与谷歌十分类似。首先，他们从Twitter数据流中过滤包含与“流感”相关，并带有位置标签的tweet；然后，在地图上标注这些tweet的位置分布，以及随时间产生的变化。同时，他们还制作了流感的动态变化模型。新模型中，流感包括 4 个阶段：无传染阶段、爆发阶段、稳定阶段以及衰退阶段。
此外，他们采用全新的算法，试图尽快发现不同时期的转换节点。实际上，Li和Cardie在2008年6月至2010年6月间，已经利用100万美国人的360万条tweet，验证了该方法的有效性。 为了检验他们的预测是否成真，Li和Cardie将他们的分析与CDC进行对比。他们说，“我们确信，流感相关tweet与CDC提供的流感疾病案例数目，呈显著相关。”
这看上去是向流感疾病宣战强有力的武器。它不仅为疾病早期预测提供了新方式，同时，挑战了CDC，以及谷歌的流感趋势网站。每年，全球约10－15%的人感染流感，引发5000万流感病例，造成近50万人死亡。这是一个不容忽视的庞大数字。如今，政府和医疗机构可以借用Twitter，更早、更实惠、更便捷得预测疫情，挽救更多的生命。
原文发布时间为：2013-10-13
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
