发现韩国使用搜索引擎查询对COVID-19病例预测的时间变化的公众兴趣:传染病学研究

科学领域:

• 流行病学 流行病学
• 计算语言学 计算语言学
• 机器学习 机器学习

背景情况:

• 预测COVID-19病例对于政策和生活方式调整至关重要.
• 之前用于病例预测的机器学习模型使用了静态查询,限制了它们捕捉大流行动态的能力.
• 公共搜索查询的时间变化对于理解和预测流行病趋势至关重要.

研究的目的:

• 开发一个新的框架来提取与COVID-19相关的关键词,以解释时间变化.
• 调查时间延迟的网络搜索行为及其与 COVID-19 公众兴趣的相关性.
• 通过结合动态提取的,时间敏感的关键字来改善COVID-19病例预测.

主要方法:

• 在新闻群体上训练有素的词嵌入模型,在4个月的时间间隔内提取与"冠状病毒"相关的时间变化的关键词.
• 利用时间延迟交叉相关性来识别扩展查询和确诊的COVID-19病例之间的最佳时间延迟.
• 应用主要组件分析 (PCA) 用于特征减少和ElasticNet回归来预测每日病例数.

主要成果:

• 成功提取了反映COVID-19症状,社会影响,政策反应和公众情绪 (例如",经济危机"",焦虑") 的特定阶段关键词.
• 用时间滞后,动态提取查询训练的模型在1-14天前的预测中显著超过了以前的方法.
• 与仅使用过去病例计数或静态查询的模型相比,表现出优异的性能,特别是对于9-11天前的预测 (P<.01).

结论:

• 开发了一种新的COVID-19病例预测模型,使用通过词嵌入实现自动化,时间意识的关键词提取.
• 拟议的模型超越了依赖于静态或启发式查询的传统方法,不需要事先的专家知识.
• 该方法有效地捕捉了公共利益的时间变化,为流行病监测和预测提供了一个动态的工具.