百万人核酸检测，大数据助力北京战疫
近期，北京疫情以新发地为中心，确诊以及增加人数均与新发地与直接或间接的关系。在新发地源头被确定后，如何查找以及定位相关风险的人群成为核心问题。
据显示，截止6月17日，在行动轨迹一致的情况下，北京短短几天就找出了到访或路过30多万的用户并进行了相应的核酸检测。截至6月28日12时，北京市累计完成采样829.9万人，已完成检测768.7万人，基本完成“应检尽检”人员动态清零。
在这背后发挥作用的是大数据筛查。
与年初武汉疫情爆发初期大数据分析人口流动相比，此次北京的大数据筛查表现了更高的技术含量与更好的时效性，在疫情防控中发挥了不可小觑的作用。
大数据是指随时产生的海量、大量数据，其有广义与狭义之分。狭义的大数据包括个人私人信息、购物与阅读习惯等个人画像；而广义的大数据则是针对社会或者企业，例如电商利用大数据分析顾客购物习惯，做好需求预测，提前布局好仓库存储等。
而此次的大数据筛查，是广义大数据与狭义大数据的一次有机融合，也是海量存储和快速检索技术的一次良好利用。
大数据筛查的手段
官方虽未公布大数据筛查的手段，但根据分析发现实现大数据筛查的三种技术路径。
1）基源定位方法
所谓的基源定位方法是基于手机移动数据确定位置，这是常用手段之一，也是新发地大数据筛查最高效的手段。
在这里的基源并非GPS而是指手机基站。与GPS不同的是，手机会自动连接到距离最近的信号发射塔，手机的所有活动均通过包含基站信息的信令数据信号发射塔筛查回溯，这为追踪使用者的位置定位及路径追踪，提供了真实准确的第一手数据。
2）社会交往信息分析
社会交往信息分析并非通过社交软件判断，而是通过结合已有数据，通过电话排查、摸排走访等方式形成较为可靠的数据，进而实现短时间内完成筛选在新发地工作与去过新发地的用户及其密切接触者等工作。
3）物品信息确认
物品信息确认可以作为排查依据之一，但是否真的应用了该方法并不确定。
在新发地疫情初期，“支付宝与微信提供数据锁定35万人帮助病毒筛查”的说法在网上流传。在该说法中，这两种支付方式可以通过二维码获取交易记录确定交易用户位置，但对于用户的行动路径追踪是无法实现的。
在此次疫情中，大数据在早期病例精准锁定控制传染源与发现感染者阻断传播两方面发挥作用。
除此之外，还利用大数据技术实现信息共享、快速查询开辟了新冠肺炎动态更新、疫情展示和辟谣功能，让权威信息打破谣言，及时安抚了公众情绪，从另一个层面抑制了病毒蔓延。
在预防层面，针对人员聚集可以进行预警；在扩散源头方面，把数学模型和人员社交特征结合，可以很好分析扩散路径与速度，制定更有针对性的对策与措施，如北京以街道为单位划分风险等级，进行精准分级与管控。
近期，相信好多北京居民收到过提示去过或路过新发地的短信，这无疑不是大数据筛查所发挥的作用。
在控制疫情方面，大数据筛查在信息准确分辨方面还存在误差以及实际停留在分析与辅助方面等，但这恰恰说明了大数据筛查手段还有较大提升提高空间。
在从年初至今的疫情防控中，大数据发挥了很大的作用，场景适合且具有积极意义。
点击查看往期内容回顾
长按二维码，关注我们
新睿云，让云服务触手可及
云主机｜云存储｜云数据库｜云网络
看都看完了，还不点这里试试