Прогнозирование эпидемиологических показателей гриппа на основе запросов поисковой системы

• Опубліковано в: : Індуктивне моделювання складних систем
• Дата: 2016
• Автори: Настенко, Е.А., Носовец, Е.К., Белошицкая, О.К., Павлов, А.В., Соколов, А.Д.
• Формат: Стаття
• Мова: Russian
• Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2016
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/125057
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Прогнозирование эпидемиологических показателей гриппа на основе запросов поисковой системы / Е.А. Настенко, Е.К. Носовец, О.К. Белошицкая, А.В. Павлов, А.Д. Соколов, А.В. Павлов // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2016. — Вип. 8. — С. 160-166. — Бібліогр.: 7 назв. — рос.

В работе рассмотрена возможность повышения эффективности прогнозирования медико-биологических процессов за счет использования данных поисковых запросов. Для моделирования использован релаксационный алгоритм метода группового учета аргументов. Получены модели прогноза эпидемиологических показателей гриппа на основе фактического обращения пациентов в лечебное учреждение и с дополнением данных запросов поисковой системы Yandex. Во втором случае модель показала существенное улучшение прогнозирующих свойств. В роботі розглянуто можливість підвищення ефективності прогнозування медико-біологічних процесів за рахунок використання даних пошукових запитів. Для моделювання використаний релаксаційний алгоритм методу групового урахування аргументів. Отримано моделі прогнозу епідеміологічних показників грипу на основі фактичного звернення пацієнтів до лікувального закладу і з доповненням даних запитів пошукової системи Yandex. У другому випадку модель показала істотне поліпшення властивостей прогнозування. The paper considers the possibility of increasing the forecasting medical and biological processes effectiveness through the use of search query data. For modeling used relaxation algorithm of group method of data handling. Get model forecast influenza epidemiological indicators on the basis of the actual treatment of patients in the hospital and with the addition of data the Yandex search engine queries. In the second case, the model showed a significant improvement in predictive properties.