原創｜疫情大數據系列之“阻斷疫情傳播路徑”
圖：疫情傳播A與B、C的關係
A：攜帶病毒者（A為未發病或發病未隔離患者）
B：旅途接觸者（A在火車、飛機等旅途中接觸到B，由於火車、飛機等工具採取實名制，故B為有源可查）
B：旅途接觸者（A在超市、排隊等過程中接觸到B，日常生活中人與人接觸是隨機的，故B為無源可查）
C：親友聚會者（A和家人團聚或拜訪親友接觸到C，一般是周邊熟悉的人群，故C為有源可查）
截止目前，已有多家互聯網公司通過大數據技術給有關部門提供了大量數據支撐，為傳染源的篩查、追蹤、控制和隔離作出了巨大貢獻，藉助大數據技術對整個疫情進行防控。例如：騰訊的“疫情實時追蹤”、今日頭條的“抗擊肺炎”、百度的"疫情實時大數據報告"、丁香園的“肺炎疫情實時動態”等，基於大數據分析結果展現給億萬用戶每天最關注的疫情信息、防疫知識、闢謠信息和權威解答等。
應用案例：
案例一：旅途接觸者B（有源可查），利用“12306”擁有海量的旅客出行數據，利用實名制售票大數據優勢，鐵路部門快速啟動應急機制，及時配合地方政府及各級防控機構提供確診病人車上密切接觸者信息。
案例二：旅途接觸者B或親友聚會者C（有源可查），網上流傳某省運營商嘗試利用大數據畫像來幫助衛生部門進行潛在疫情風險定位，通過記錄用戶運動軌跡路線幫助查找與疫病接觸的人群、智能定位、智能查看交集、及時通知相關人群、及時查找相關人群、及時隔離觀察治療。（該案例未經證實，北京師範大學法學院教授劉德良認為，用個人信息來有效追蹤疫情是為了保護公共利益，並不涉及個人隱私，只有後續的個人信息濫用行為才會對個人隱私有損害。）
案例三：旅途接觸者B（無源可查），針對商場購物、餐廳用餐、公共活動等場景，多數是非實名接觸者，可以通過大數據分析推送功能，聯合多家媒體和平臺發佈尋找與確診患者同乘交通工具的乘客，如“頭條尋人”、“遷徙地圖”、“全民熱搜”、“同程查詢”、疫情舉報等。
案例四：節後返崗人員疫情防控，除傳統的隔離場所、錯峰辦公、獨立房間等方法外，鐵路和民航部門充分利用大數據技術對具備條件的列車、車站、航班等實行離散選座、分散候車（機）等，嚴格落實購票提供乘車（機）人手機號碼制度。
案例五：全民行動共同阻擊疫情之際，眾多大中型企業用實際行動支援抗擊疫情攻堅戰，免費推出系列產品和服務，包括疫情管理、遠程醫療、遠程辦公、視頻會議、在線教育、雲遊戲、視頻點播、數字娛樂、直播、網絡科普、數字展館等，例如，阿里釘釘數字辦公服務平臺、京東雲視頻會議系統、百度大腦、慧萌校園疫情防控雲平臺等。
圖：堅決打贏疫情防控硬仗
大數據的功能十分強大，在肺炎疫情預警、治理、後續治療等過程中都發揮著巨大的作用，但各自為戰、交叉重複、數據孤島等依然存在。在汪玉凱（國家信息化專家諮詢委員會委員、電子政務專家）看來，加強數據共享是非常迫切的，省市之間、地方和地方之間、企業和政府之間、國內和國際之間都需要打通數據，圍繞疫情防控共享數據建立暢通的數據通道，將這個通道建起之後，就更能提升全國的整體防控能力。
抗擊疫情，眾志成城！堅決打贏疫情防控阻擊戰！
原創：大數據探索，轉載請註明出處，文中不妥之處敬請指正
