一种基于大数据的流行性病原体预测方法

本发明公开了一种基于大数据的流行性病原体预测方法，具体涉及流行性病原体预测领域，包括：通过标准化协议采集交通枢纽的客流量、健康申报、上下车记录和环境数据，进行清洗和时空关联处理，生成多因子动态参数集。基于SEIR模型框架，结合交通枢纽的时空数据，生成病原体传播链条的多维时空描述；构建时空动态网络，调整传播路径权重，识别传播风险优先级；利用健康申报和上下车记录，追踪节点间动态关系，构建传播主路径轨迹；通过非线性回归拟合路径间的传播链条扩大系数，建立区域传播风险预测模型。实时调整和验证模型，预测高风险路径并进行提前预警，为流行性病原体扩散疫情防控提供数据支持和决策依据。