谷歌流感趨勢的成功與失誤

Translated title of the contribution: Success and Failure of Google Flu Trends

Research output: Contribution to journalArticle

Abstract

Opportunities and challenges coexist in the big data era, how to handle big data based on the traditional methods is thought-provoking, blind pursuit of big data is not necessarily correct. This paper discusses Google Flu Trends (GFT) as an example to introduce the main techniques and achievements in disease surveillance with big data, and provides some improvements with sophisticated statistical tools. The success of GFT depends on the application of correlation, while its failure is derived from model errors, conflict between causation and correlation and other issues. Analysis and enlightenment of GFT are of theoretical and practical significance for government to provide big data solutions in the future.
Original languageChinese
Pages (from-to)107-110
Journal統計研究
Volume33
Issue number2
DOIs
Publication statusPublished - 2016

Fingerprint

Big data

Keywords

  • Google Flu Trends
  • Big Data
  • Small Data
  • Dimension Reduction
  • Regression Forecast

Cite this

谷歌流感趨勢的成功與失誤. / 秦磊; Shia, Ben-Chang.

In: 統計研究, Vol. 33, No. 2, 2016, p. 107-110.

Research output: Contribution to journalArticle

秦磊 ; Shia, Ben-Chang. / 谷歌流感趨勢的成功與失誤. In: 統計研究. 2016 ; Vol. 33, No. 2. pp. 107-110.
@article{c8aa80ac82e6449dadfed6fca440a50a,
title = "谷歌流感趨勢的成功與失誤",
abstract = "大數據時代下機遇與挑戰并存,如何基于傳統方法去處理大數據引人深思.本文以谷歌流感趨勢(GFT)為案例,介紹了大數據在疾病疫情監測方面的主要技術及相關成果,闡述了大數據在使用中的關鍵問題,并結合復雜的統計學工具給出了一些改進措施.谷歌流感趨勢的成功取決于相關關系的應用,其失誤卻來源于模型的構造、因果關系和相關關系的沖突等問題.谷歌流感趨勢案例的分析與啟示對政府今后在大數據解決方案中有重要的理論和實踐意義.",
keywords = "谷歌流感趨勢, 大數據, 小數據, 降維, 回歸預測, Google Flu Trends, Big Data, Small Data , Dimension Reduction, Regression Forecast",
author = "磊 秦 and Ben-Chang Shia",
year = "2016",
doi = "10.3969/j.issn.1002-4565.2016.02.015",
language = "中文",
volume = "33",
pages = "107--110",
journal = "統計研究",
number = "2",

}

TY - JOUR

T1 - 谷歌流感趨勢的成功與失誤

AU - 秦, 磊

AU - Shia, Ben-Chang

PY - 2016

Y1 - 2016

N2 - 大數據時代下機遇與挑戰并存,如何基于傳統方法去處理大數據引人深思.本文以谷歌流感趨勢(GFT)為案例,介紹了大數據在疾病疫情監測方面的主要技術及相關成果,闡述了大數據在使用中的關鍵問題,并結合復雜的統計學工具給出了一些改進措施.谷歌流感趨勢的成功取決于相關關系的應用,其失誤卻來源于模型的構造、因果關系和相關關系的沖突等問題.谷歌流感趨勢案例的分析與啟示對政府今后在大數據解決方案中有重要的理論和實踐意義.

AB - 大數據時代下機遇與挑戰并存,如何基于傳統方法去處理大數據引人深思.本文以谷歌流感趨勢(GFT)為案例,介紹了大數據在疾病疫情監測方面的主要技術及相關成果,闡述了大數據在使用中的關鍵問題,并結合復雜的統計學工具給出了一些改進措施.谷歌流感趨勢的成功取決于相關關系的應用,其失誤卻來源于模型的構造、因果關系和相關關系的沖突等問題.谷歌流感趨勢案例的分析與啟示對政府今后在大數據解決方案中有重要的理論和實踐意義.

KW - 谷歌流感趨勢

KW - 大數據

KW - 小數據

KW - 降維

KW - 回歸預測

KW - Google Flu Trends

KW - Big Data

KW - Small Data

KW - Dimension Reduction

KW - Regression Forecast

UR - http://tjyj.stats.gov.cn/CN/Y2016/V33/I2/107

U2 - 10.3969/j.issn.1002-4565.2016.02.015

DO - 10.3969/j.issn.1002-4565.2016.02.015

M3 - 文章

VL - 33

SP - 107

EP - 110

JO - 統計研究

JF - 統計研究

IS - 2

ER -