题目：基于互联网信息的H7N9疫情传播预警模型研究与实现

     本研究以2013年初首次爆发的人感染H7N9型禽流感病毒疫情为研究对象，首次提出利用社交网络大数据来预测我国34个省、直辖市、自治区、行政区H7N9禽流感疫情的爆发，旨在为决策者在疫情早期提供预测，预警的依据，辅助疾病预防控制人员对H7N9疫情传播进行跟踪和溯源。

      针对以上研究目标，首先论证了互联网大数据中与H7N9疫情传播相关的价值数据是活禽交易数据；其次，制定了从互联网大数据中获取价值数据的方案，并对预测方法进行了验证；随后，基于价值数据构建了H7N9禽流感疫情网络传播模型，并在此基础上，开发了在线H7N9疫情传播分析系统；最后，利用在线分析系统，以2013年4月28日数据，来预测我国34个省、直辖市、自治区，行政区感染H7N9禽流感疫情风险程度。

根据2013年数据进行预测结果显示，我国有18个省份存在较高风险出现人感染H7N9疫情，有8个省份处于低风险；另外8个省份无风险。截止2014年4月报告显示，18个高风险H7N9省份中有13个省份已经爆发H7N9疫情，正确率达72%；在低风险的8个省份中，只有吉林省出现了1例人感染H7N9病例，正确率达87.5%；在无风险的8个省份中，贵州出现1例、香港2例、台湾1例，但流行病学调查显示这些病例可能是输入性病例，因此预测结果与实际结果基本一致。

       本研究借鉴了以2008年Google和2013年Twitter流感趋势分析为代表的基于大数据分析的疾病监测相关理论，所构建的基于互联网信息的H7N9疫情传播预警模型具有较高的准确性，且由于是实时收集互联网中活禽交易信息，消耗资源少、时效性较高，在目前缺乏相应流行病学和社会经济数据的情况下，对人感染H7N9疫情的预防控制工作具有重要的现实意义和应用价值。相关理念也可以推广应用到其他社会公共卫生事件的预测预警系统建设中。