消除时空集聚性影响的社交关系推断方法研究

基于时空轨迹数据挖掘大学生社交关系是教育大数据研究的热点之一,也提出了一些挖掘方法。针对时空分布集聚性的影响,综合考虑时空因素对社交关系形成的贡献度,并构建基于香农熵的地点权重和事件分组权重。提出一种基于多重假设验证的加权社交关系推断方法(WST-MHT),并运用于挖掘大学生的社交关系以及亲密程度。用真实数据集进行大量的实验。将结果与当前流行的推断社交关系的方法进行比较,观察到在最优阈值下,WST-MHT的准确度达到98.9%,并且召回率提升了约20%。

2018—2020年重庆市慢性阻塞性肺疾病患者时空集聚特征

目的了解重庆市慢性阻塞性肺疾病(COPD)患病特征和时空集聚特征,为重庆市COPD的防控提供科学依据。方法数据来源于重庆市疾病预防控制中心慢性病监测数据库,选取2018—2020年COPD患者信息,采用Excel 2010和SPSS 26.0软件计算2018—2020年重庆市COPD患病率和标化患病率,率的比较采用χ^(2)检验,趋势分析采用趋势χ^(2)检验。采用Arc-GIS 10.2软件进行地图可视化,采用GeoDa1.20软件进行空间自相关分析,采用SaTScan V 9.5软件进行时空扫描。结果2018—2020年重庆市COPD患病率呈上升趋势(趋势χ^(2)值为74.81,P<0.05),由2018年的373.54/10万上升至2020年的804.82/10万;每年重庆市COPD患病高峰期主要集中在11月至次年3月;男性与女性患者数分别为346438和189311例,男女患病率分别为380.12/10万和200.77/10万,男性高于女性(χ^(2)=58723.25,P<0.05)。40岁以下患者占比较低,为2.61%(11547例),65岁及以上患者占比例较高(76.89%,411911例)。高患病区主要集中在中心城区和长江、嘉陵江、乌江等流域沿岸;随着时间的推移,重庆市COPD集聚程度下降,高患病区域逐渐从中心城区向周边县(区)转移。2018—2020年总体时空扫描显示,在重庆市中西部主城都市区检测到最高的风险集聚区,主要集中在2020年1—11月份。结论重庆市COPD患病率呈上升的趋势,各区(县)患病率差异较大,应着力加强COPD重点人群和重点区(县)的综合防控工作。