作品名称：疫情时空大数据监测与智能分析平台

　　参赛学校：滁州学院

　　团队组员：岳梓晨、袁晓阳、范立志、邓虎

      指导老师：邓凯、杨灿灿

       2020年，新型冠状病毒（COVID-19）爆发，短时间内肆虐全球，民众生命受到威胁，生活出行受到限制，经济发展经历重创。从无知到有序，人工智能、大数据等前沿技术将进一步深入到社会治理的方方面面，在应对突发公共事件、提升城市运行效率，医疗技术攻坚等关键领域，更多的场景痛点将被科技力量解决

      本项目综合利用大数据、云计算、AI智能算法、GIS等先进技术，并将其应用于疫情防控，建立疫情时空大数据监测与智能分析平台具有重要意义。

      作品架构

      作品亮点

       1）动态监测多源疫情数据：疫情监测通过宏观和微观结合进行展示，宏观上，国家、省和直辖市的疫情信息，微观上，市和区的疫情信息。将疫情数据、地图、统计图表、时间轴相结合的形式使人们更加直观的把握疫情状况，实现传染病病例数据和外环境监测数据实时上图，结合可视化技术构建疫情“智慧监测”体系

       2）城市风险热点分析：平台实时获取城市宜出行数据，针对城市区域风险情况进行评价，为是否进行城市管制提供决策支撑，选择时间段进行查询出当日城市人流量集中数据，及关口的异常人员情况，并结合GIS实现热点动态计算，高风险路段提取。

       3）AI算法助力疫情预测：平台基于SEIR传染病模型、时间序列预测ARIMA算法进行病毒扩散模拟，预测病毒的动态传播途径，将BP神经网络应用于可靠性增长试验中，提供突发传染病疫情扩散的发展趋势与预警服务，预测病毒的动态传播途径，及感染疾病的人群是否可能在该地区导致疫情进一步扩散。

       4）NLP分析民众舆情：采用自然语言处理舆情打数据进行挖掘分析，通过词性标注和加权TF-IDF，从信息中抽取指定词性的关键词及舆论情感值、特征观点，构建微博舆情热度评价指标，基于信息熵确定各个指标的权重，以K-Means聚类方法计算舆情主题趋势值，并采用GIS时空分析技术和数据可视化技术聚合数据并组织模块功能，提供疫情舆情分析可视化服务。

       5）区域物资调配：根据各社区、高校、医疗机构的物资需求，进行分级展示，决策者可点击各医院查看各医院的人员设施情况，将救援信息在地图上进行展示，并可通过数据导航，设置配发点，促使配发捐赠物资更精准，将资源调度至紧急点，供政府决策部署。