(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651159.6 (22)申请日 2021.12.3 0 (71)申请人 兰州交通大 学 地址 730070 甘肃省兰州市安宁区安宁西 路88号 (72)发明人 陈梅　杨鹏飞　钱罗雄　张弛　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 刘芳 (51)Int.Cl. G16H 50/80(2018.01) G16H 50/50(2018.01) G06Q 10/06(2012.01) G06K 9/62(2022.01) (54)发明名称 一种基于聚类的疫情发展趋势分析方法及 系统 (57)摘要 本发明公开一种基于聚类的疫情发展趋势 分析方法及系统， 方法包括： 根据疫情爆发前各 地区的迁入规模指数和GDP进行第一次聚类， 得 到疫情爆发前的各地区分类情况； 根据实施防控 措施前各地区的确诊人数、 疫情爆发前各地区的 迁入规模指数和GDP进行第二次聚类， 得到疫情 爆发后的各地区分类情况； 根据疫情爆发前各地 区的GDP、 实施防控措施后各地区的确诊人数和 迁入规模指数进行第三次聚类， 得到实施防控措 施后的各地区分类情况； 根据疫情爆发前、 后和 实施防控措施后的各地区分类情况， 确定各地区 的疫情发展趋势。 本发明能准确得到不同地区的 疫情发展趋势， 将世界整体内具有相似疫情发展 趋势的地区识别出来， 从而为制定相应的防控策 略提供决策。 权利要求书3页 说明书13页 附图4页 CN 114999666 A 2022.09.02 CN 114999666 A 1.一种基于聚类的疫情发展趋势分析 方法， 其特 征在于， 所述方法包括： 建立疫情的传染病 系统动力学模型； 基于所述传染病系统动力学模型提取疫情数据特征； 所述疫情数据特征包括人口密 度、 公共交通密度、 迁入规模指数和GD P； 对各地区对应的所述疫情数据 特征进行相关性分析， 确定影响疫情 发展的疫情数据 特 征； 所述影响疫情发展的疫情数据特 征包括迁入规模指数和GD P； 根据疫情爆发前各地区的迁入规模指数和疫情爆发前各地区的GDP， 对各地区进行第 一次聚类， 得到疫情爆发前的各地区分类情况； 根据实施防控措施前各地区的确诊人数、 所述疫情爆 发前各地 区的迁入规模指数以及 所述疫情爆发前各地区的GDP， 对 各地区进 行第二次聚类， 得到疫情爆发后的各地区分类情 况； 所述防控措施包括限行和居家； 根据所述疫情爆发前各地区的GDP、 实施防控措施后各地区的确诊人数和实施防控措 施后各地区的迁入规模指数， 对各地区进行第三次聚类， 得到实施防控措施后的各地区分 类情况； 根据所述疫情爆发前的各地 区分类情况、 所述疫情爆 发后的各地 区分类情况以及所述 实施防控措施后的各地区分类情况， 确定各地区的疫情发展趋势； 根据所述各地区的疫情发展趋势确定世界整体内具有相似疫情发展趋势的地区。 2.根据权利要求1所述的基于聚类的疫情 发展趋势分析方法， 其特征在于， 所述方法还 包括： 根据所述实施防控措施前各地 区的确诊人数、 所述实施防控措施后各地 区的确诊人数 以及所述疫情爆发前各地区的GDP， 对各地区进 行第四次聚类， 得到疫情对各地区的破坏程 度。 3.根据权利要求1所述的基于聚类的疫情 发展趋势分析方法， 其特征在于， 所述建立疫 情的传染病 系统动力学模型， 具体包括： 对人群进行分类， 得到分类结果； 所述分类结果包括健康人群、 潜伏期人群和发病期人 群； 获取所述潜伏期人群的来源； 所述潜伏期人群的来源包括外地输入、 健康人群防护不 当被感染、 被感染的医务人员和被有过危险性社交 活动的亲朋好友感染； 获取所述发病期人群的来源； 所述发病期人群的来源包括外地输入和所述潜伏期人群 的转化； 获取医院内部人群的转化； 所述医院内部人群的转化包括所述潜伏期人群和所述发病 期人群进入医院单独在一个区域进行治疗后， 转 化为所述健康人群或不 幸罹难； 根据所述分类结果、 所述潜伏期人群的来源、 所述发病期人群的来源和所述医院内部 人群的转 化， 建立疫情的传染病 系统动力学模型。 4.根据权利要求3所述的基于聚类的疫情 发展趋势分析方法， 其特征在于， 所述基于所 述传染病 系统动力学模型提取疫情数据特 征， 具体包括： 根据所述潜伏期人群的来源中所述外地输入以及所述发病期人群的来源中所述外地 输入， 确定所述疫情数据特 征包括迁入规模指数； 根据所述潜伏期人群的来源中所述被有过危险性社交活动的亲朋好友感染， 确定所述权　利　要　求　书 1/3 页 2 CN 114999666 A 2疫情数据特 征包括人口密度和公共交通密度； 根据所述医院内部人群的转 化， 确定所述疫情数据特 征包括GD P。 5.根据权利要求1所述的基于聚类的疫情 发展趋势分析方法， 其特征在于， 所述对各地 区对应的所述疫情数据特征进行相关性分析， 确定影响疫情发展的疫情数据特征， 具体包 括： 利用函数分析法和Pearson相关系数分析法依次确定各地区对应的疫情数据特征与确 诊人数的相关性； 所述疫情数据特征与确诊 人数的相关性为所述疫情数据特征与实施防控 措施前确诊人 数的相关性； 根据各地 区对应的所述疫情数据特征与确诊人数的相关性， 确定影响疫情 发展的疫情 数据特征。 6.一种基于聚类的疫情发展趋势分析系统， 其特 征在于， 所述系统包括： 系统动力学模型建立模块， 用于建立疫情的传染病 系统动力学模型； 疫情数据特征提取模块， 用于基于所述传染病系统动力学模型提取疫情数据特征； 所 述疫情数据特 征包括人口密度、 公共交通密度、 迁入规模指数和GD P； 影响疫情 发展的疫情数据特征确定模块， 用于对各地区对应的所述疫情数据 特征进行 相关性分析， 确定影响疫情发展的疫情数据特征； 所述影响疫情发展的疫情数据特征包括 迁入规模指数和GD P； 第一次聚类模块， 用于根据疫情爆发前各地 区的迁入规模指数和疫情爆发前各地区的 GDP， 对各地区进行第一次聚类， 得到疫情爆发前的各地区分类情况； 第二次聚类模块， 用于根据实施防控措施前各地区的确诊人数、 所述疫情爆发前各地 区的迁入规模指数以及所述疫情爆发前各地区的GDP， 对 各地区进 行第二次聚类， 得到疫情 爆发后的各地区分类情况； 所述防控措施包括限行和居家； 第三次聚类模块， 用于根据 所述疫情爆发前各地区的GDP、 实施防控措施后各地区的确 诊人数和实施防控措施后各地区的迁入规模指数， 对各地区进行第三次聚类， 得到实施防 控措施后的各地区分类情况； 各地区疫情发展趋势确定模块， 用于根据所述疫情爆发前的各地区分类情况、 所述疫 情爆发后的各地区分类情况以及所述 实施防控措施后的各地区分类情况， 确定各地区的疫 情发展趋势； 相似地区确定模块， 用于根据 所述各地区的疫情 发展趋势确定世界整体 内具有相似疫 情发展趋势的地区。 7.根据权利要求6所述的基于聚类的疫情 发展趋势分析系统， 其特征在于， 所述系统还 包括： 第四次聚类模块， 用于根据所述实施防控措施前各地区的确诊人数、 所述实施防控措 施后各地区的确诊 人数以及所述疫情爆发前各地区的GDP， 对各地区进 行第四次聚类， 得到 疫情对各地区的破坏程度。 8.根据权利要求6所述的基于聚类的疫情 发展趋势分析系统， 其特征在于， 所述系统动 力学模型建立模块具体包括： 人群分类单元， 用于对人群进行分类， 得到分类结果； 所述分类结果包括健康人群、 潜 伏期人群和发病期人群；权　利　要　求　书 2/3 页 3 CN 114999666 A 3