EMR的个人博客分享 http://blog.sciencenet.cn/u/EMR

博文

大数据技术在突发事件应对及预防中的两个应用

已有 4827 次阅读 2014-10-24 15:55 |个人分类:危机评述|系统分类:科普集锦

  大数据是从2009年开始逐渐被重视的,最初用来发现和验证大数据的规律及其与自然和社会活动之间的关系。随着应用的进一步深入,大数据开始广泛应用于社会生活的各个方面。笔者从以下两个案例来浅谈如何运用大数据对突发事件进行有效预防。

  一、大数据在应对台风灾害中的应用  

  我国是受台风灾害影响最严重的国家之一。由于台风等级高、强度大,往往扰乱人们的正常生活生产秩序。台风期间人们普遍减少外出次数,因此台风来临时,人们会开始“囤货”,很多超市都会出现抢购热潮,这一时期超市的销售额也会大幅度增加,但是却很少有超市利用这一时期庞大的消费记录数据去总结商品销售数量及抢购特点,从而为下一次台风来临时的抢购潮做好应急准备。因此台风来临时,超市往往会出现商品短缺、物价飞涨等不和谐现象。在解决这一问题上,零售业巨头沃尔玛做了一个很好的榜样。2004年,沃尔玛对过去交易的庞大的数据库进行了观察,这个数据库记录的数据不仅包括每一个顾客的购物清单以及消费额,还包括购物篮中的物品、具体购买时间,甚至购买天气。沃尔玛公司注意到,每当在季节性飓风来临之前,不仅手电筒的销售量会增加,蛋挞的销量也会增加。因此,当季节性风暴来临时,沃尔玛会把蛋挞放在靠近飓风用品的位置,当然,这一改变也增加了销量。同时,沃尔玛根据以往的数据分析飓风来临时的商品销售特点,及时进货,保证供给平衡,从而避免了一系列问题的出现。这是大数据时代下运用大数据来预防台风来临前的市场紊乱,提升营业额的经典案例。

  二、大数据在应对流感中的应用

  相信大家对2009年爆发的甲型H1N1还有印象,这种病毒结合了导致禽流感和猪流感的病毒的特点,短短几周之内迅速蔓延,在人群中引起了很大恐慌。世界一些卫生医疗机构都担心会有一场大规模的流行病即将来袭。当时并没有有效的办法可以治疗,专家们能做的就是从源头减缓这种病毒的传播速度,或者阻止病毒传播,但是要做到这些,首先要找到发病地点及源头。人们没有想到的是,最后的流感传播源头是互联网巨头谷歌找到的。

  流感最初的症状是感冒,很多人得了感冒基本上不会去大医院进行就医,而是随便吃点药了事,最后实在受不了才会去大医院。与此同时,医院在发现流感病毒病例并向疾控中心反映情况时又会有一两周的拖延,这样在发现流感病毒传播时,已经推迟了一段时间,也错过了最开始对传播源头的最佳有效控制。在甲型H1N1流感爆发前几周,谷歌公司就已经对这次流感做了预测:通过对人们上网搜索词条记录进行监测来发现流感爆发趋势。比如,有人感冒之后会在网络上搜索“治疗发烧咳嗽的药物有哪些”等等。谷歌通过对此类词条进行总结汇总与筛选,结合近几年的搜索数据记录,及时注意到了流感的爆发。采取这种方法,可以实现对流感的有效事先预防,及时采取应对措施,将损失降低到最小。

  国家突发公共事件总体应急预案提出了六项工作原则,即:以人为本,减少危害;居安思危,预防为主;统一领导,分级负责;依法规范,加强管理;快速反应,协同应对;依靠科技,提高素质。其中,事先预防在突发公共事件的应急预案中是最基本也是最重要的要求。而由于信息的不完整及滞后,有些突发事件在前期很难被发现。大数据的出现为我们提供了很好的及时发现突发事件前兆的科学方法。在第一个案例中,超市记录并汇总分析每年台风来临时的商品需求及特点,就可以提前补充货源,维护市场秩序的稳定。这一点也可以应用到每年春运时铁道部的售票问题上,关于加开车辆,加开多少,运用每年的人口流动数据进行预测,保证乘客都可以买到票的同时没有加开过多车次,防止乘客因为买不到票而出现的一系列群体性事件。在第二个案例中,医疗机构不可能在第一时间发现流感的爆发,而运用大数据来对流感进行预测是一个很好的方式。政府机构也要善于利用大数据,在危机情境下,政府可以运用大数据技术收集舆情和民意,通过分析相关数据,可以了解需求、诉求和意见;同时监控热点事件,挖掘舆情,还可以追踪造谣信息的源头。在信息化日益发展的今天,政府应善于从大数据中提取新的深刻见解,并以过去根本不可能的方式做出应急决策。

姬东艳)



https://blog.sciencenet.cn/blog-1542678-838276.html

上一篇:当应急碰上拥挤———试论地铁不明气体的应对
下一篇:研究五模式:发现问题、描述现象、阐明机理、提出方法、设计机制
收藏 IP: 222.88.196.*| 热度|

1 李本先

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-24 11:40

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部