[发明专利]疫情预测方法及装置

说明书

本申请公开了一种疫情预测方法及装置，在确定待进行疫情预测的目标城市之后；先预测所述目标城市在当前日期的有效传染数；然后，获取所述目标城市在所述当前日期之前K天的真实有效传染数，所述K为大于等于1的整数；再基于预测的所述目标城市在当前日期的有效传染数，以及，所述目标城市在所述当前日期之前K天的真实有效传染数，预测所述目标城市在当前日期的疫情内外部风险。基于上述方案，能够实现疫情预测，从而实现对疫情防治的辅助。

技术领域

本申请涉及数据处理技术领域，更具体的说，是涉及一种疫情预测方法及装置。

背景技术

2019新型冠状病毒(2019-nCoV)于2020年1月12日被世界卫生组织正式命名，它可能感染导致新型冠状病毒肺炎，简称“新冠肺炎”。

因此，如何提供一种疫情预测方法以辅助疫情防治，成为本领域技术人员亟待解决的技术问题。

发明内容

鉴于上述问题，本申请提出了一种疫情预测方法及装置。具体方案如下：

一种疫情预测方法，包括：

确定待进行疫情预测的目标城市；

预测所述目标城市在当前日期的有效传染数；

获取所述目标城市在所述当前日期之前K天的真实有效传染数，所述K为大于等于1的整数；

基于预测的所述目标城市在当前日期的有效传染数，以及，所述目标城市在所述当前日期之前K天的真实有效传染数，预测所述目标城市在当前日期的疫情内外部风险。

可选地，所述预测所述目标城市在当前日期的有效传染数，包括：

获取所述目标城市在当前日期的表征向量；

将所述目标城市在当前日期的表征向量，输入预先构建的有效传染数预测模型，预测得到所述目标城市在当前日期的有效传染数；所述有效传染数预测模型是以所述目标城市在当前日期之前的k天的表征向量为训练样本，以所述目标城市在当前日期之前的k天的真实有效传染数为样本标签，训练得到的。

可选地，所述获取所述目标城市在当前日期的表征向量，包括：

获取所述目标城市所在国家在当前日期的全国城市交通拓扑图；所述全国城市交通拓扑图中每一节点对应一个城市，每一节点的属性为该节点对应城市在当前日期的原始特征向量；每一边连接两个具有交通联系的城市；

从所述全国城市交通拓扑图中确定所述目标城市对应的交通拓扑子图，所述交通拓扑子图包括中心节点，以及所述中心节点的全部邻居节点，以及节点间的边，所述中心节点为所述目标城市，所述邻居节点为与所述目标城市具有交通联系的城市；

使用图卷积神经网络对所述拓扑子图进行处理，得到所述目标城市在当前日期的表征向量。

可选地，所述基于预测的所述目标城市在当前日期的有效传染数，以及，所述目标城市在所述当前日期之前K天的真实有效传染数，预测所述目标城市在当前日期的疫情内外部风险，包括：

基于预测的所述目标城市在当前日期的有效传染数，以及，所述目标城市在所述当前日期之前K天的真实有效传染数，确定待用有效传染数；

基于所述目标城市在当前日期前一天的已确诊病例，以及所述待用有效传染数，预测所述目标城市在当前日期的潜在确诊病例最大量；

基于所述目标城市在当前日期的潜在确诊病例最大量、所述目标城市的总人口数、以及所述目标城市的每日交通输出客流量，预测所述目标城市在当前日期的疫情内外部风险。

可选地，在预测所述目标城市在当前日期的疫情内外部风险之后，所述方法还包括：