新冠疫情當下,大數據技術能為我們做些什麼

2021-01-15 電子發燒友
打開APP
新冠疫情當下,大數據技術能為我們做些什麼

佚名 發表於 2020-04-05 08:26:00

(文章來源:網絡整理)
       大數據是門系統學科,基於數據,核心是數學算法,通過一些成熟平臺架構組件,完成人們對數據的使用。目前大數據的數位化轉型正在經歷四個階段,即數據化、信息化、數位化、智能化,數據化作為大數據運營的關鍵基礎,信息化作為運營的關鍵流程,數位化作為大數據運營的關鍵手段,智能化是大數據運營的最後效果,四個階段的演進加速推動全社會數字智能化的進步。

大數據在未來將成為社會運營的應用基礎,是推動經濟轉型發展的新動力,交通、農業、工業、政府、金融、醫療都將以大數據作為基礎進行轉型升級。在全球抗疫期間,大數據的應用可謂十分廣泛。不僅在中國有著數據的統計與發布,在其他國家也受到了民眾的廣泛關注,在英國的中國留學生的每日疫情數據更新更是得到了英國政府的關注。

如何用大數據解決問題?疫情爆發之後,數家科技網際網路公司陸續通過數據和技術能力,給全社會提供了大量數據支撐。舉例來說,12306票務平臺利用實名製售票的大數據優勢,及時配合地方政府及各級防控機構提供確診病人車上密切接觸者信息。列車上如出現確診或疑似旅客,會調取旅客相關信息,包括車次、車廂等,然後提供給相關防疫部門進行後續處理。

大數據技術除了可以提供研判預警之外,在篩查、追蹤傳染源(人員)從而阻斷疫情傳播路徑等方面亦發揮著高效的作用。利用大數據分析還可以看到人群遷徙圖,具體到哪些城市。例如,百度地圖推出遷徙地圖總結描繪出了全國春運人員遷徙熱力圖,包含來源地、目的地、遷徙規模指數、遷徙規模趨勢圖等。

目前,很多媒體平臺都能看到新型冠狀病毒感染的肺炎疫情分布系統,動態更新和展示疫情在全國的變動情況。網際網路平臺紛紛開通闢謠功能,依託大數據技術實現信息共享、快速查詢。闢謠功能的上線,可使百姓在魚龍混雜的信息中甄別謠言回歸理性,在疫情中正確行動,使媒體採取多種方式主動及時闢謠,讓權威信息跑在謠言前面,及時安撫公眾恐慌情緒遏制次生輿情蔓延。

利用大數據解決問題的效果:

1、加強對潛在疫情發展的動態監測,為實時預警及精準防控提供全面、高效、便捷的研判基礎,有利於相關部門、各地方政府及時做好疫情預警與防控工作。

2、在新冠肺炎疫情防控工作中,運用疫情防控人口數據系統攻克了手工登記人員的外出流動出現的效率低、流程多、分工雜等問題,並充分發揮大數據高效管理、精準識別身份、在建立臺帳可追溯和操作簡便可持續等優點。

3、疫情快速變化,防控處在關鍵節點,「快準狠」的工作效率也是全國各界有效開展防控的主力力量。

4、很多媒體平臺都能看到新型冠狀病毒感染的肺炎疫情分布系統,動態更新和展示疫情在全國的變動情況,以疫情地圖、疫情趨勢、國內國外疫情等形式,實時播報肺炎疫情動態,只要點擊系統界面地圖中的每個省份,就可以顯示各省確診、疑似、死亡的新增及累計數據詳情,甚至能精確到每個小區。不僅為疫情防控阻擊戰提供了數據支撐,也充分保障了海內外公眾知情權,對於增強科學防控知識、提高科學防控意識具有積極作用。
     (責任編輯:fqj)

打開APP閱讀更多精彩內容

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 人工智慧和機器學習能為抗擊新冠肺炎做些什麼?
    就在這場雲端峰會召開之前,Swami Sivasubramanian發表了題為《人工智慧和機器學習能為抗擊新冠肺炎做些什麼?》的署名文章,其中詳細闡述了人工智慧和機器學習技術如何在攻克新冠肺炎疫情方面發揮重要作用,又是如何助力人類應對共同的挑戰,全文如下:人工智慧和機器學習能為抗擊新冠肺炎做些什麼?
  • 學者談新冠︱張生:面對疫情,我們歷史學人能做些什麼?
    【編者按】2020年,突如其來的新冠肺炎疫情席捲全球,封城、隔離、口罩……每個人的生活都被其深深改變。面對這一改變人類歷史進程的重大事件,我們應當如何看待?澎湃新聞·思想中心特別策劃「學者談新冠」系列稿件,訪談歷史學、社會學等學科的學者,從不同視角切入,分享他們對新冠肺炎疫情的看法。
  • 關於新冠疫情,我們能從病毒進化中學到什麼?
    只要你知道怎麼看進化樹,此次新冠病毒的過去、現在和可能的未來便全都躍然紙上。目前,科學家們正在一點一點地揭開這棵進化樹的真相,並且在新技術的幫助下,能夠以更低廉的價格和更快的速度破解病毒基因序列,因此我們了解新冠病毒進化樹的速度將甚於過去任何一次傳染病。如今的問題是:我們了解它的速度能否快到可以限制病毒的傳播呢?早在疫情爆發初期,新冠病毒的進化樹就暗示了此次問題的嚴重性。
  • 關於新冠病毒變種 目前我們知道些什麼?
    原標題:關於B.1.1.7新冠病毒變種 目前我們知道些什麼近日,英國科學家發現了一種被稱為B.1.1.7的新冠病毒變種,引起世界一片譁然。《科學》雜誌刊文稱,變種病毒傳播能力要比原始毒株高70%左右,而倫敦最近新冠感染病例超過60%都來自變種病毒。
  • 新型肺炎迎來高峰期:在疫情和謠言齊飛的時候,我們能做些什麼?
    所以,為了更好地應對新型肺炎疫情,為了團結起來共渡難關,在這裡,我鬥膽向所有能看到這篇文章的人提出十條建議。這是我們每個普通人都能做的十件小事。 一、有理性:不要被恐慌打倒。也希望疫區的政府、商家和人民,能盡力為他們的出行、吃飯、住宿提供更好的後勤和保障。他們在前方作戰,我們在後方全力支援。 八、嚴律己:做好自己的事。就事論事來看,當下管好自己就是要少出門。
  • 新冠病毒在貓咪體內高效複製,疫情期間鏟屎官應該注意些什麼呢?
    但是也有特例,蝙蝠攜帶的如SARS和中東呼吸症候群(MERS)病毒,往往可以感染多種動物和人類,那麼如今在全球大流行的COVID-19(新冠病毒)是否對人類之外的某些動物易感呢?他們系統研究了與人密切接觸的犬、貓、豬、雞、鴨等常見寵物、家畜禽及模式實驗動物雪貂對SARS-CoV-2的易感性,結果有了驚人的發現,SARS-CoV-2 在犬、豬、雞和鴨複製能力很弱,但能在雪貂上呼吸道和貓的呼吸系統及消化系統高效複製。通俗地說就是貓以及雪貂對新冠病毒易感染,且該病毒在這兩種動物體內是可以複製的。
  • 人工智慧:當下有為 未來可期
    各國大咖雲端論道,人工智慧的當下作用與未來前景愈發清晰。在全球協力抗疫的背景下,人工智慧被賦予了更多期待和重任,在疫苗藥物研發、新型基礎設施建設等領域大顯身手。與此同時,隨著新技術新業態的不斷湧現,人工智慧凝聚全球智慧、助力全球經濟復甦的力量更加凸顯。
  • 曾光:從SARS到新冠,我們積累了哪些疫情防控經驗?
    以下為演講全文:新冠肺炎疫情流行到現在,我們取得了階段性勝利,這個階段性指的是什麼?階段性是指疫苗在全世界普遍接種之前的這段時間。雖然這段時間還沒有完全到來,但是孰優孰劣,誰做的好,誰做的差,大概已成定局了。可以說,這段時間內,全球新冠肺炎疫情形勢迅速變化。一開始,武漢首先發現了新冠肺炎疫情,那時候中國壓力最大。
  • 國產新冠疫苗多少錢一支,我們老闆姓什麼時候能用上?
    新冠疫苗副作用及後遺症?新冠疫苗多少錢一針?新冠疫苗什麼時候投入使用?2020年的冬季,「疫苗」頻頻刷屏。對比一年前的這個時期,疫情才初步蔓延,人們並無多大的意識,因為「小視」了疫情,讓2020年變得格外的艱辛。然而,經過一年的抗「疫」。
  • 澳洲大火,非洲蝗災,世界地球日,我們能為地球母親做些什麼?
    2019年以來,全球平均海平面達到有記錄以來最高值,氣候異常帶來的澳洲森林大火、非洲蝗蟲災害……我們的地球母親正遭受難以想像的變化。地球的現狀,關乎到了每一個人的未來。今年年初,受新冠疫情的影響,在我們被長時間禁足的情況下,我們見到了久違的藍天白雲、逐漸清澈的河水、走上街頭的奈良鹿、威尼斯的天鵝和海豚。
  • 榜樣的力量#萬博思圖新冠全球疫情地圖
    從2月初開始,萬博思圖陸續推出疫情熱點信息圖報告,希望以圖文結合、生動明晰的形式,解讀疫情中的經濟民生百態,從更深入更全面的角度幫助大眾了解疫情、戰勝疫情。 在整個疫情可視化項目期間,萬博思圖深刻地了解了疫情數據呈現的邏輯,積累了豐富的疫情數據可視化經驗,為新冠全球疫情地圖的上線做了鋪墊。
  • 如果費曼還活著,面對爆發新冠疫情的世界會說些什麼?
    Leighton, May 2020來源:feynman.com翻譯:費曼Bongo注釋:翻譯略有改動,圖片由@費曼Bongo添加2020年5月11日是理察·費曼誕辰102周年紀念日,我一直在思考如果他還活著,他會對當前的新冠疫情有什麼看法
  • 我們能做些什麼?
    攝/CBCGDF聯合國最新報告顯示:新冠肺炎疫情可能導致全球飢餓人數在2020年大幅增加。我們來看看一些數據:今年將新增1.3億名飢餓人口,全世界將有6.9億人處於飢餓狀態 。今年共有25個國家面臨嚴重飢餓風險,世界瀕臨至少50年來最嚴重的糧食危機。
  • 【疫情】全球100萬人死於新冠!WHO:真實病亡數據被低估
    更令人心痛的是,世界衛生組織緊急項目負責人瑞安周一表示,目前每日公布的新冠死亡數據均來自確診病例,沒有包括超額死亡數,因此真正的新冠病亡數或許高出現有統計數據。 同時,疫情還導致印度8.7萬名醫護人員感染,其中573人死亡。 依據印度衛生部數據,儘管當前印度累計確診病例超過600萬,死亡病例接近10萬,但截至28日印度累計治癒的新冠病例已超過500萬。
  • 第二波新冠疫情什麼時候爆發?會是什麼情況?
    根據世衛組織最新實時統計數據,目前全球確診新冠肺炎2245872例,死亡152707例。美國確診超75萬例,死亡超4萬例。圖片來源:AP目前,新冠疫情的第一波還沒有表現出結束之勢,但科學家們已經對第二波疫情的爆發開始擔憂。它可能會比第一波更嚴重,導致更多人死亡;也可能只是單純的膨脹,因為很多人在感染後沒有任何症狀,免疫水平大大提高。
  • 疫情之下,數據的 100 種表達
    對此,一些機構做了有趣的記錄:南都大數據研究院:30省份170份疫情通報誰最高冷?這些地方病例越多信息量越粗、新冠肺炎疫情信息公開60天全記錄帝都繪:疫情爆發後的一個月裡,你的城市做了什麼?數字背後,是一個個鮮活的生命。他們的每一次發聲,都值得被記錄。比如,他們曾經在社交媒體上發出的「求助」。RUC新聞坊:1183位求助者的數據畫像:不是弱者,而是你我。
  • FPGA是如何應對新冠疫情的?
    賽靈思FY2021前兩個季度的營收,整體上還是受到了新冠疫情的不良影響的。不過也因為賽靈思涉足業務較廣,新冠疫情對賽靈思的影響也比較複雜。而且在前不久的賽靈思醫療市場及應用採訪中,賽靈思醫療科學全球業務市場負責人Subh Bhattacharya也提到,「確實醫療現在在我們的營收中佔了比較重要的比重,而且一直是以兩位數的速度在增長。」sVfEETC-電子工程專輯「我們也加大了這個領域的投資力度,加上新冠疫情對市場的影響,以及人工智慧的發展,我們在這方面處在相當的優勢地位。」
  • 盤點:美國新冠疫情預測數據總結,預測很骨感,現實更豐滿!
    畢大費/文本文,是從各媒體搜集整理,來自美國新冠疫情以來,各機構關於美國新冠疫情以來的重要預測數據,以及美國抗疫大事記,全文約7000字,讀完約需15分鐘。當然,您也可以資料收藏,以後慢慢閱讀:這些看似「可怕」的、卻屢屢被證明,現實更加「可怕」的預測數據。
  • 科學網— 人工智慧治理,我們還能做些什麼
    從技術推進到全球合作——在論壇上,聯合國開發計劃署駐華代表白雅婷表示,「我們必須謹慎,確保人工智慧可以推動人類發展,避免加劇不平等或產生新的挑戰,從而阻礙全球可持續發展目標的實現。」 在數據的使用問題上,中國科學院院士、清華大學人工智慧研究院名譽院長張鈸表示,人工智慧的發展必須依賴大量數據,但這些數據同時也存在著大量需要解決的問題,如隱私問題、智慧財產權問題、偏見問題、汙染問題、漏洞錯誤等。
  • 「地球一小時」我們能做些什麼
    疫情期間戶外竟然悄悄發生改變有的小動物也按捺不住跑出來「遛彎」在人類活動減少的時間裡地球不斷通過自身調節能力讓環境變得越來越好天氣也逐漸轉好美國NASA公布的衛星圖顯示比如中國二氧化氮排放整體水平明顯下降剛好是地球一小時的日子我們除了