运营商大数据如何战“疫”-CSDN博客

本文链接：https://blog.csdn.net/qq_19693417/article/details/108072659

这是一个未曾体会过的春节，突如其来的假期因为共赴时艰而显得格外漫长。

我们每天被疫情的数字触动，又被许许多多的画面感动：

我们不会忘记，在去往武汉的动车里，一位老人累得闭着双眼，却帮国人睁开了面对疫情的警觉之眼。

我们不会忘记，武汉金银潭医院那个虽行走不便却日夜兼程、一边与病毒较量一边与自己的渐冻症赛跑的背影。

我们不会忘记，从推门进来放下一万多元到转身出去一共只用了17秒的环卫工人，他净化了那座沿海小城的街道，更净化了我们的心灵。

……

我们也终于明白，自己向往的根本不是“闲”，而是“忙里偷闲”的“偷”；自己向往的根本不是“宅”，而是“宅在家里却可以随时外出”的自由。

更重要的是，我们发现，可以上班是多么幸福和幸运。原来，不是工作需要我，而是我需要工作！

作为返京后还未返岗的运营商大数据的从业者，为了排解无法出门上班的苦闷，本人学习了最近很热的传染病模型，研究了模型中每个变量和现实场景各种因素的映射，并分析梳理了运营商大数据如何影响和改变这些因素。最终，有了这篇文章——讨论和分享了运营商大数据如何助力新冠肺炎的防疫工作，如何助力我们共克时艰。

不当之处，还请斧正。

学习传染病模型

传染病模型是指研究传染病的传播速度、空间范围、传播途径、动力学机理等问题的数学模型，可用于传染病的预防和控制，分为 SI、SIR、SIRS、SEIR 等模型。

由于新冠病毒具有潜伏期且在潜伏期具备传染性，因此可采用带有β2的SEIR模型描述传播过程（β2表示潜伏期的传染性）。

顾名思义，SEIR模型包括易感者S （Susceptible）、暴露者 E（Exposed）、感染者I（Infectious）、康复者R（Recovered）4类角色。该模型的相关变量如下：

S：可能被感染的健康者的数量；

E：暂无症状的潜伏者的数量；

I：出现症状的患者的数量；

R：因病愈而具有免疫力的人的数量，如免疫期有限，康复者可以重新变为易感者；

r1：感染者接触易感者的人数；

r2：潜伏者接触易感者的人数；

β1：感染者的传染概率；

β2：潜伏者的传染概率；

a：潜伏者转化为感染者概率；

y：康复概率。

SEIR模型模型仿真效果图

*注：知乎《在家宅着也能抵抗肺炎！玩一玩SEIR传染病模型》、B站《为什么现在不能出门》等一系列文章或视频都做了详细生动的阐述，这里不做赘述。

介绍运营商大数据之“大”

运营商是天然的大数据集中营，拥有百万级的基站资源、亿级出账用户数、PB级日均数据生成及采集量。运营商大数据有着社会性、移动性和定位功能特点，可以获取用户身份信息（WHO）、时间信息（WHEN）、位置信息（WHERE）、终端信息（WHICH）、行为信息（WHAT）和感知体验（EXPERIENCE），形成每个用户的动态标签库，从行为轨迹、业务偏好、时空分布、社交属性等维度360度刻画人们的日常。

运营商5W+E大数据体系

另一方面，基于运营商数据的深度包解析技术（DPI技术），可以解析用户的互联网业务行为，包括访问某个APP的具体行为，浏览、分享的微博、新闻，搜索的关键词等等，最终基于机器学习、AI技术建模，完成用户行为分析和意图预测。

分享运营商大数据如何助力防疫

基于SEIR 模型，我们可以将防疫工作转化为控制传染源和传播途径两个层面。

传染源层面

与SARS不同，新冠病毒在潜伏期就具备传染性，这导致病毒更加容易传播，也会使暴发期大幅度提前，而最长可达24天的潜伏期，给防疫工作带来了巨大挑战。

由上文介绍可知，通过运营商大数据，我们可以获取通信基站上报的用户完整的位置信息，从国家、省份、地市，到场景、街道和楼宇。基于这样的数据能力，可以实现以下功能：

① 统计跨省份、地市的人口流动数据，获取流入/流出人口；

② 筛选出已出现疫情的小区、楼宇内的其他住户；

③ 对于感染者（I，Infectious），基于时间+位置二维数据回溯他的位置轨迹，基于机器学习算法，可以尝试去寻找和他乘坐过同一个交通工具或者长时间近距离接触过的人；

④ 按照“③”的思路，也可以尝试找到与“①”“②”两类人乘坐过同一个交通工具的人。

因此，运营商大数据可以帮我们找到那些可能是潜伏者（E，Exposed）的人，例如对于疫情暴发风险较高的北京市，可以基于运营商大数据的位置信息筛选出以下人群：

人群类别
第1类	14天内，从疫情严重地区返京的人
第2类	14天内返京，且返京途中经过疫情严重地区的人
第3类	在发现了疫情的小区或楼宇长期居住的人
第4类	近期和感染者（I）长时间近距离接触过或乘坐了同一个交通工具的人

以上人群中存在潜伏者（E）的概率较高，尽可能地找到他们，可以助力防疫部门对潜在传染源的重点关注、管理和排查。

例如，下图某日基于运营商大数据获取的从疫情严重地区返京的人群位置分布热力图，人口密集处可以列为防疫重点关注区域。

从疫情严重地区返京的人群位置分布

另一方面，基于运营商大数据系统长期沉淀的人口常驻地、漫游地数据，可对大规模的人口迁徙进行预判，为人群迁徙潮到来时的防疫阻击战的提前布局提供参考依据，防止疫情通过公共交通扩散以及人口流入城市疫情暴发。

顺便回顾下最近广为流传的以下4类群体：

其中，医生不知道谁是B，连B自己也不知道自己是B。同时，瑟瑟发抖的D在“①”马上饿死和“②”可能感染的两个选项中纠结后，选择出门（买菜、上班、乘公交……），就有一定的概率碰到B，这时候，D成功地发展成2B（即新的B）。接下来有更多的2B人群出现在买菜、上班、乘公交中……如此循环……

基于上面的介绍，运营商大数据可以辅助官方找到A类人（即上文提到的功能“①”），并给找到B和2B们提供一定的线索和帮助（即上文提到的功能“④”）。

传播层面

由SEIR 模型可知，r1（感染者接触易感者的人数）、r2（潜伏者接触易感者的人数）两个参数的增长会促使病毒快速扩散。假设小明是潜伏者（E）或感染者（I）：若他去电影院看电影，则r（指r1或r2，下同）>100；若他在家打麻将，则r=3；若他在家自我隔离，则r=0。这就是专家鼓励我们在家独处，不出门、不聚会、不去密集场所的原因。

因此，识别那些r值高（接触易感者的人数多）的群体对于传播层面的管控具有重要意义。基于运营商大数据获取用户位置信息、活动规律、通话记录、上网业务行为特征，可以为识别r值高的群体提供参考。

例如可以基于以下思路识别特定职业群：

职业群	识别方法
网约车司机	①常出现在公路场景 ②移动特征+与移动特征一致的网约车APP使用规律+通话记录 ③地图、支付类APP使用特征
外卖小哥/快递员	①特定的公路+楼宇位置特征 ②移动特征+与移动特征一致的外卖/快递APP特征+通话记录
商场服务员高速公路收费员轨道交通工作人员	①高速公路、地铁、商业楼宇等特定场景 ②特定的位置轨迹和白天/夜间常驻位置信息

这些职业群体一旦感染，由于其自带很高的r值，病毒会迅速传播。因此他们的健康状况值得被重点关注。

另一方面，给某个城市的地图画出一个个田字格（即栅格化），运用网格化、场景化技术手段，分析栅格内的人口密度、职业群体分布、自我隔离水平、出行意愿等影响因素，可以有效评估城市中每个网格的危险指数，从而为精准防疫、科学防疫提供一定的参考依据：

分类	指标	说明
显性	人口密度	人口密度越高，栅格危险度越高
	职业群体分布	r值高的职业群人数占比越高，栅格危险度越高
	自我隔离水平和活动范围	人们自我隔离度越差，栅格危险度越高
隐性	用户出行计划和意图	通过DPI技术分析用户的APP使用行为，推理用户近期是否有出行计划，若用户近期有出行计划，则栅格危险度提升
隐性	舆情指数	分析用户浏览微博、新闻行为，结合公开数据源，基于NLP算法判定用户情绪（积极/消极，喜悦/愤怒/恐惧等），如果情绪趋向乐观，则栅格危险度提升.

*注：为什么用户情绪会影响栅格危险度？此文给出依据：丁香医生https://mama.dxy.com/outbreak/daily-of-nationwide-new?index=20200208&locationIds=110000&share=true&entry=Previous_Review

如下图所示，统计北京各个区域人群移动性，可见每个行政区人口移动性差别较大，M/N/O/P区人群移动性较强，自我隔离度不够，危险系数相对较高。

北京市民移动情况分布