传染病舆情监测作业报告

传染病舆情监测作业报告——国内外基于网络媒体的疾病暴发与监测信息资源组员：程鑫、张文宇、陈小清、张合华、张萍萍、钟秀梅就目前来讲，国内外都出现了一些基于网络媒体的舆情监测网，国外的比如有GPHIN、ProMedMail、MedISys、GlobalArgus、HealthMap，国内的比如中国舆情网、人民网舆情频道、南方网舆论兔、人民舆情网等，以下我们将对国内外舆情监测网站做重点性讲述。[1]国外舆情网介绍：A全球公共卫生情报网络GPHINhttp://www.phac-aspc.gc.ca/media/nr-rp/2004/2004_gphin-rmispbk-eng.php它的特点是综合、分类明确、针对性强。BProMEDmail服务(PMM)首页将重要疾病呈现出来。“该系统传染病信息来源广泛，主要由世界各地的志愿者或及系统用户提供。许多读者也会向PMM发送从地方和国家新闻及出版物得到的相关信息。除此之外，PMM的工作人员以及志愿者也会从大量的资源中发现有关传染病的消息。这些资源包括新闻媒体、地方性及国家性乃至国际性公共卫生网站及动物卫生网站。信息在汇集后交由协调组进行处理，负责疾病暴发信息的首席编辑每天都会阅读大量发给PMM的电邮，并做出初级评估。”ProMedMail是独立与政府的非营利性组织，这就和前面所讲的GPHIN区分开来，它主要考虑的是公众所想、所需、所关注的，不必过多考虑政治立场或者是利益问题，这样来讲信息才能真实有效、快速地报告给公众，为大众所知。它的所有运作资金均来源于外界的资助，其中具有一个网页专门提供了这一平台，以供那些向ProMedMail捐献资金的组织和个人为其捐献。它是一个更多又人工参与的舆情监测平台，与真正的网络舆情监测有很大的不同，但我们应该看到的是它能提供最准确、最可靠、最有价值的信息，虽然处理极大量的舆情，但是它的许多方法是值得我们学习的，比如，专家问询、招募世界范围内的志愿者参与、精确评估。或许我们对于网络上层出不穷的舆情信息不能完全有烦累的人工操作进行，但是我们可以学习其中的规律与经验方法开发软件进行网络舆情监测。ProMedMail与WHO的比较ProMedMail与WHO的比较ProMED-mail’sglobalearlywarning……PartofthedifferenceisduetothefactthatWHOpostsoutbreakreportsonlyonweekdays,comparedto7daysaweekyear-roundforProMED-mail.C医学智能系统MedISys左侧导航条:“MedISys将新闻转变成信号，随着时间的延长，新闻内容时效性变差，系统便会删除它。某些话题在网站上出现的频率会较高，而某些话题则很少出现，MedISys对这些话题进行跟踪，并将最新消息同过去的消息进行对比，以确定是否有新的疾病暴发。该系统使用了动态统计模型技术，压缩了新闻噪音，例如新闻高频出现的话题等。同时，它也强化了对弱信号内容的敏感度，以确定个体传染病事件的发生时间和地点"”MedISys算得上是个真正的网络舆情监测，只有这样能够大量自动处理网络上的舆情信息的系统才是舆情监测的发展方向。只是由于相应的后台技术还不是很成熟，所以它只能是按照最基础的信息进行搜集和挖掘。D全球生物事件检测和跟踪系统globalargus“Argus项目目标是建立全球生物事件检测和跟踪能力，实现对疾病暴发的早期预警能力。”网页/：“Weaimtodeliverbiometrictechnologythatenablesorganisationstofulfiltheirsecurityrequirementsinawaybestsuitedtotheirneeds.That’swhywehavedevelopedflexible,'agnostic'technologyforeasyintegrationwithexistingsystemsandthebiometricdeviceofchoice.”/project-argus.htm：“GlobalArgus:

<ClickforUSNewsLink>AnotherprojectgeneratingexcitementwithintheintelligencecommunityisArgus,whichbeganattheCIAasanexperimentalwarningsystemforbiologicalweaponsattacks.Evennaturaloutbreaksofdiseasecanspreadforweeksbeforethey'reidentifiedbyhealthcaresystems.Insteadofwaitingforreportsfromlocaldoctorsandhospitals,ArgususessoftwarethattreatstheEarth'scommunicationsalmostlikeagiantEKG,lookingforcertainkindsofspikesinglobalinformationnetworks.SearchprogramszeroinonkeywordsontheInternetandinnewsmediathatmightindicateanepidemic,suchasheavyratesofabsenteeism,runsonpharmaceuticaldrugs,andmigrationawayfromvillagesandtowns.WhenHaseltinefoundArgusattheCIA,theproject'sfundingwasindanger.Fascinated,Haseltinequicklyprovidedtheneededmoney.

Today,ArgusisbeingusedbytheNationalInstitutesofHealthandtheU.N.'sWorldHealthOrganizationtocheckforoutbreaksofallkinds,fromsarstoavianflu."Argushasallowedustotakeagiantleapforward,"saysKimothySmith,whorunsthebiosurveillanceunitatDHS.Intheintelligencecommunity,itsusecontinuestoexpand.Argus,saysonesource,isnowusedtodetect"anythingthatdisruptsthesocialfabric."E全球疾病预警地图(HealthMap)/zh/“这个系统的原则是在不给用户过量信息，不模糊化重要紧急信息的前提下，提供大量潜在有用的卫生信息，这些信息覆盖的地理区域广，涵盖的病原体种类多。该系统将从google新闻、ProMedMail上的信息进行收集整合，然后使用文本处理算法，将各种信息按照地点和病种分类，然后将它们载入到网络互动地图”该网页的特点：网页结构明朗、采用可视化技术。网页：“HealthMap,foundedin2006,isanestablishedgloballeaderinutilizingonlineinformalsourcesfordiseaseoutbreakmonitoring.ThefreelyavailableWebsite''andmobileapp'OutbreaksNearMe'deliverreal-timeintelligenceonabroadrangeofemerginginfectiousdiseasesforadiverseaudienceincludinglibraries,localhealthdepartments,governments,andinternationaltravelers.HealthMapbringstogetherdisparatedatasources,includingonlinenewsaggregators,eyewitnessreports,expert-curateddiscussionsandvalidatedofficialreports,toachieveaunifiedandcomprehensiveviewofthecurrentglobalstateofinfectiousdiseasesandtheireffectonhumanandanimalhealth.Throughanautomatedprocess,updating24/7/365,thesystemmonitors,organizes,integrates,filters,visualizesanddisseminatesonlineinformationaboutemergingdiseasesinninelanguages,facilitatingearlydetectionofglobalpublichealththreats.”F流行病学分布式电子资源的语义加工与集成(SemanticProcessingandIntegrationofDistributedElectronicResourcesforEpidemiology，EpiSPIDER)“EpiSPIDER是基于开源软件搭建的平台，它会自动收集ProMedMail和用户邮件提供的信息，同时使用RDF和RSS聚合来自世卫组织和欧洲监测网等处的全球流行病和卫生问题。信息处理过程包括3个方面：文本处理、测绘和邮件处理。“上面提到的这些国外疾病暴发与监测信息资源都不是独创的，而是对现有技术的应用集成，其中很多技术是开源的，可以免费利用。主要是采用文本挖掘和可视化技术来实现。”[2]国内舆情网介绍：国内的舆情网多是综合性的，没有出现专门针对与传染病方面的，即便是公共卫生方面的也只是其中很小的一部分。而且它们都是隶属于新闻网或者研究新闻媒体的学术机构的，所以其主体信息来源是新闻网页，而对于论坛和博客的搜索，大都采取自设论坛和博客，用户在其上注册使用，对本新闻网站内的论坛、博客进行信息搜索。比如人民网自设强国论坛和强国社区作为搜集论坛和博客信息的信息来源。[3]了解舆情监测相关核心技术及发展应用现状（介绍promed-mail）网络舆情相关的单体化技术主要包含以下四个：(1)网络舆情采集与提取技术：网络舆情主要通过新闻、论坛/BBS、博客、即时通信软件等渠道形成和传播，这些通道的承载体主要为动态网页，它们承载着松散的结构化信息，使得舆情信息的有效抽取很有难度。梅雪等人(2007)通过全自动生成网页信息抽取Wrapper的方法在一定程度上实现了动态网页数据的抽取与集成，具有一定的处理准确率以及抽取效率。(2)网络舆情话题发现与追踪技术：网民讨论的话题繁多，涵盖社会方方面面，如何从海量信息中找到热点、敏感话题，并对其趋势变化进行追踪成为研究热点。早期的AllanJames、J.Allan、G.Hulten、QiaozhuMei等人的研究思路是基于文本聚类，即文本的关键词作为文本的特征。这种方法虽然能将一个大类话题下的文本进行聚合，但没有保证话题的可读性与准确性。段建国等人(2007)在此思路的基础上进行改进，实现了话题发现与追踪：即将文本聚类问题转换为话题特征聚类问题，并依据事件对语言文本信息流进行重新组织与利用。(3)网络舆情倾向性分析技术：通过倾向性分析可以明确网络传播者所蕴涵的感情、态度、观点、立场、意图等主观反映。比如新浪网的“新闻心情排行”将用户阅读新闻评论时的心情划分为如图2-1所示的八个层次。对舆情文本进行倾向性分析，实际上就是试图用计算机实现根据文本的内容提炼出文本作者的情感方向的目标。唐慧丰、徐琳宏、李艳玲等人(2007)致力于网络舆情文本的倾向性分析技术：通过判断网络环境下倾向性特征词的特点和类型，并进行语气极性判别和标注，从而构建一个面向互联网的倾向性语气词典，建设一定规模的标准数据集，为中文倾向性分析的深入研究提供支持。(4)多文档自动文摘技术：新闻、帖子、博文等页面都包含着垃圾信息，多文档自动摘要技术能对页面内容进行过滤，并提炼成概要信息，便于查询和检索。张姝(2007)、刘茂福(2008)、张瑾(2008)在一定程度上实现了网络舆情信息自动生成报文，并能通过浏览器进行浏览和信息检索。通过我国网络舆情相关领域的单体化技术研