Google Flu Trends - Google Flu Trends

Данные Google Flu Trends, Южная Африка

Google Flu Trends (GFT) был веб-сервис управляется Google. Он предоставил оценки грипп деятельность более чем в 25 странах. Путем агрегирования Поиск Гугл запросов, он пытался сделать точные прогнозы относительно активности гриппа. Этот проект был впервые запущен в 2008 году компанией Google.org для прогнозирования вспышек гриппа.[1]

Google Flu Trends прекратил публиковать текущие оценки 9 августа 2015 года. Исторические оценки по-прежнему доступны для загрузки, а текущие данные предлагаются для заявленных исследовательских целей.[2]

История

Идея Google Flu Trends заключалась в том, что с помощью мониторинга поведения миллионов пользователей, отслеживающих здоровье в Интернете, можно проанализировать большое количество собранных поисковых запросов Google, чтобы выявить наличие у населения гриппоподобных заболеваний. Google Flu Trends сравнил эти результаты с историческим исходным уровнем активности гриппа для соответствующего региона, а затем сообщает об уровне активности как минимальном, низком, умеренном, высоком или интенсивном. Эти оценки в целом согласовывались с традиционными данными эпиднадзора, собранными учреждениями здравоохранения как на национальном, так и на региональном уровне.

Рони Зейгер помог разработать Google Flu Trends.[3]

Методы

Согласно описанию Google Flu Trends, для сбора информации о тенденциях гриппа используется следующий метод.[4][5]

Во-первых, временной ряд вычисляется примерно для 50 миллионов общих запросов, вводимых еженедельно в Соединенных Штатах с 2003 по 2008 год. Временные ряды запроса вычисляются отдельно для каждого состояния и нормализуются на дробную часть путем деления количества каждого запроса на количество все запросы в этом состоянии. Путем определения IP-адреса, связанного с каждым поиском, можно определить состояние, в котором был введен этот запрос.

Линейная модель используется для вычисления логарифма шансов посещения врача по поводу гриппоподобного заболевания (ГПЗ) и логарифма шансов поискового запроса, связанного с ГПЗ:

п процент посещений врача по ГПЗ и Q - это доля запроса, связанная с ILI, вычисленная на предыдущих шагах. β0 - точка пересечения, а β1 - коэффициент, а ε - погрешность.

Каждый из 50 миллионов запросов проверяется как Q чтобы увидеть, может ли результат, вычисленный по одному запросу, соответствовать фактическим историческим данным ГПЗ, полученным от Центров по контролю и профилактике заболеваний США (CDC). Этот процесс создает список основных запросов, который дает наиболее точные прогнозы данных CDC ILI при использовании линейной модели. Затем выбираются 45 самых популярных запросов, поскольку при агрегировании эти запросы наиболее точно соответствуют данным истории. Используя сумму 45 самых популярных запросов, связанных с ILI, линейная модель подбирается к еженедельным данным ILI с 2003 по 2007 год, чтобы можно было получить коэффициент. Наконец, обученная модель используется для прогнозирования вспышки гриппа во всех регионах США.

Впоследствии этот алгоритм был пересмотрен Google, частично в ответ на озабоченность по поводу точности, и попытки воспроизвести его результаты показали, что разработчики алгоритма «почувствовали неявную потребность скрыть фактические идентифицированные поисковые запросы».[6]

Проблемы конфиденциальности

Google Flu Trends пытается избежать нарушений конфиденциальности, собирая только миллионы анонимных поисковых запросов, не идентифицируя лиц, выполнивших поиск.[1][7] Их журнал поиска содержит IP-адрес пользователя, который можно использовать для отслеживания региона, в котором изначально был отправлен поисковый запрос. Google запускает программы на компьютерах для доступа к данным и их вычисления, поэтому в этом процессе не участвует человек. Google также внедрил политику анонимности IP-адреса в своих журналах поиска через 9 месяцев.[8]

Однако Google Flu Trends вызвал обеспокоенность по поводу конфиденциальности среди некоторых групп по конфиденциальности. Электронный информационный центр конфиденциальности и Права на конфиденциальность пациентов отправили письмо по адресу Эрик Шмидт в 2008 году - генеральный директор Google.[9] Они признали, что использование данных, генерируемых пользователями, может существенно поддержать усилия общественного здравоохранения, но выразили обеспокоенность тем, что «расследования конкретных пользователей могут быть инициированы, даже несмотря на возражения Google, по решению суда или президентских властей».

Влияние

Первоначальная мотивация для GFT заключалась в том, что возможность раннего определения активности заболевания и быстрого реагирования может снизить воздействие сезонного и пандемического гриппа. В одном из отчетов говорилось, что Google Flu Trends может предсказать региональные вспышки гриппа за 10 дней до того, как о них сообщит CDC (Центры по контролю и профилактике заболеваний).[10]

в Пандемия гриппа 2009 г. Google Flu Trends отслеживает информацию о гриппе в США.[11] В феврале 2010 г. CDC выявил резкое увеличение случаев гриппа в центрально-атлантическом регионе США. Однако данные Google по поисковым запросам о симптомах гриппа смогли показать такой же всплеск за две недели до публикации отчета CDC.

«Чем раньше будет предупреждение, тем раньше можно будет принять меры профилактики и контроля, и это может предотвратить случаи гриппа», - сказала д-р Лин Финелли, руководитель отдела эпиднадзора в отделении CDC по гриппу. «От 5 до 20 процентов населения страны ежегодно заболевают гриппом, что в среднем приводит к 36 000 смертей». [10]

Google Flu Trends - это пример коллективный разум которые можно использовать для определения тенденций и расчета прогнозов. Данные, собираемые поисковыми системами, очень полезны, потому что поисковые запросы отражают неотфильтрованные желания и потребности людей. «Это кажется действительно умным способом использования данных, которые непреднамеренно создаются пользователями Google, чтобы увидеть закономерности в мире, которые в противном случае были бы невидимы», - сказал Томас У. Мэлоун, профессор школы менеджмента Sloan при Массачусетском технологическом институте. «Я думаю, что мы просто касаемся того, что возможно с коллективным разумом». [10]

Точность

В первоначальном документе Google говорилось, что прогнозы Google Flu Trends были на 97% точны по сравнению с данными CDC.[4] Однако в последующих отчетах утверждалось, что прогнозы Google Flu Trends иногда были очень неточными, особенно в период 2011–2013 годов, когда он постоянно завышал относительную заболеваемость гриппом,[6] и более одного интервала в сезоне гриппа 2012–2013 гг. прогнозировалось в два раза больше посещений врачей, чем записал CDC.[6][12]

Одним из источников проблем является то, что люди, выполняющие поиск в Google по гриппу, могут очень мало знать о том, как диагностировать грипп; поиски симптомов гриппа или гриппа вполне могут быть исследованием симптомов заболевания, которые похожи на грипп, но на самом деле не грипп.[13] Кроме того, анализ поисковых запросов, которые, как сообщается, отслеживаются Google, таких как «лихорадка» и «кашель», а также влияние изменений в их алгоритме поиска с течением времени, вызвали озабоченность по поводу значения его прогнозов.[6] Осенью 2013 года Google начал попытки компенсировать рост поисковых запросов из-за того, что в новостях упоминалось о гриппе, что ранее приводило к искажению результатов.[14] Однако один из анализов пришел к выводу, что «комбинируя GFT и запаздывающие данные CDC, а также динамически перекалибруя GFT, мы можем существенно улучшить производительность GFT или только CDC».[6] Более позднее исследование также демонстрирует, что данные поиска Google действительно можно использовать для улучшения оценок, уменьшая количество ошибок, обнаруженных в модели, использующей только данные CDC, на 52,7%.[15]

Переоценив исходную модель GFT, исследователи обнаружили, что модель агрегирует запросы о различных состояниях здоровья, что может привести к завышенному прогнозированию показателей ГПЗ; В той же работе был предложен ряд более продвинутых линейных и нелинейных более эффективных подходов к моделированию ИЛИ.[16]

Связанные системы

Подобные проекты, такие как проект прогнозирования гриппа.[17] Институтом когнитивных наук Оснабрюк продвигает основную идею, объединив социальные сети данные например Twitter с участием CDC данные и структурные модели, которые определяют пространственное и временное распространение [18] болезни.

использованная литература

  1. ^ а б "Google Flu Trends | Как". В архиве из оригинала 22 октября 2012 г.. Получено 10 ноября 2012.
  2. ^ Фред О'Коннор (20 августа 2015 г.). «Google Flu Trends вызывает болезнь на неопределенный срок». PCWorld. В архиве с оригинала 23 августа 2015 г.. Получено 23 августа 2015.
  3. ^ Зейгер, Рони (6 октября 2009 г.). «Обзор тенденций Google Flu». youtube.com. YouTube. В архиве из оригинала от 6 июня 2013 г.. Получено 6 июн 2013.
  4. ^ а б Гинзберг, Джереми. «Выявление эпидемий гриппа с помощью данных запроса поисковых систем» (PDF). В архиве (PDF) из оригинала 4 сентября 2012 г.. Получено 10 ноября 2012.
  5. ^ Гинзберг, Джереми; Mohebbi, Matthew H .; Patel, Rajan S .; Браммер, Линнетт; Смолинский, Марк С .; Великолепно, Ларри (19 февраля 2009 г.). «Выявление эпидемий гриппа с использованием данных поисковых запросов». Природа. 457 (7232): 1012–1014. Дои:10.1038 / природа07634. PMID  19020500.
  6. ^ а б c d е Лазер, Дэвид; Кеннеди, Райан; Кинг, Гэри; Веспиньяни, Алессандро (14 марта 2014 г.). «Притча о гриппе Google: ловушки в анализе больших данных» (PDF). Наука. 343 (6176): 1203–1205. Дои:10.1126 / science.1248506. PMID  24626916. В архиве (PDF) из оригинала 19 ноября 2019 г.. Получено 19 декабря 2019.
  7. ^ Хелфт, Мигель (13 ноября 2008 г.). "Есть ли угроза конфиденциальности в Google Flu Trends?". Нью-Йорк Таймс. В архиве из оригинала от 6 ноября 2012 г.. Получено 10 ноября 2012.
  8. ^ «Политика конфиденциальности - Политика и принципы - Google». В архиве из оригинала 3 ноября 2012 г.. Получено 10 ноября 2012.
  9. ^ Пил, Дебора. «Письмо EPIC от 12 ноября 2008 г. в Google по поводу Google Flu Trends» (PDF). В архиве (PDF) из оригинала 15 ноября 2012 г.. Получено 10 ноября 2012.
  10. ^ а б c "Google использует поисковые запросы для отслеживания распространения гриппа" (PDF). В архиве (PDF) из оригинала 15 ноября 2012 г.. Получено 10 ноября 2012.
  11. ^ Повара.; Конрад, С .; Fowlkes, A. L .; Мохебби, М. Х. (2011). Каулинг, Бенджамин Дж (ред.). "Оценка эффективности Google Flu Trends в США во время пандемии вируса гриппа A (H1N1) 2009 г.". PLoS ONE. 6 (8): e23610. Дои:10.1371 / journal.pone.0023610. ЧВК  3158788. PMID  21886802.
  12. ^ Батлер, Деклан (13 февраля 2013 г.). "Когда Google ошибся с гриппом". Природа. 494: 155–156. Дои:10.1038 / 494155a. PMID  23407515.
  13. ^ "Google Flu Trends: большие данные испортились?". КремнийУГОЛ.
  14. ^ Ричард Харрис (13 марта 2014 г.). "Отслеживание гриппа Google страдает от насморка". ЭНЕРГЕТИЧЕСКИЙ ЯДЕРНЫЙ РЕАКТОР. В архиве из оригинала на 2019-03-19. Получено 2019-12-19.
  15. ^ Прейс, Тобиас; Ров, Хелен Сюзанна (29 октября 2014 г.). «Адаптивное прогнозирование вспышек гриппа с помощью поиска в Google». Королевское общество открытой науки. 1: 140095. Дои:10.1098 / rsos.140095. ЧВК  4448892. PMID  26064532.
  16. ^ Лампос, Василиос; Миллер, Эндрю С .; Кроссан, Стив; Стефансен, Кристиан (3 августа 2015 г.). «Достижения в прогнозировании показателей заболеваемости, похожей на грипп, с использованием журналов поисковых запросов». Научные отчеты. 5 (12760). Дои:10.1038 / srep12760. ЧВК  4522652. PMID  26234783.
  17. ^ «Проект прогнозирования гриппа, разработанный Университетом Оснабрюка и IBM WATSON». В архиве из оригинала на 2019-05-27. Получено 2019-12-19.
  18. ^ Шумахер Йоханнес (2015). «Статистическая основа для определения задержки и направления потока информации на основе измерений сложных систем». Нейронные вычисления. 27: 1555–1608. Дои:10.1162 / NECO_a_00756. В архиве из оригинала на 2019-02-12. Получено 2016-03-20.

внешние ссылки