已有样品/n我国慢病患者群体超过2.6 亿，慢病的早期预防、诊断、筛查变得尤为重要。该系统包含体检业务服务系统、家庭健康监测管理服务系统、第三方家庭健康服务支撑平台三类产品：客户群体是健康大数据数据采集、分析、服务的基础。本项目通过三类服务凝聚客户：1）以三甲医院体检中心为基地，通过智能体检服务、基于三甲医院权威的体检诊疗、康复方法指导，建立稳定的体检群体。2）通过移动互联网将服务群体拓展到慢病/老年病群体。基于体检

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

本发明公开了一种基于大数据分析的小基站开关控制方法，包括：采集场景信息步骤；数据预处理步骤；提取特征步骤；选择并训练模型步骤；预测步骤。本发明利用特殊场景下时刻表以及小基站接入人数的历史记录，建立数学模型，预测未来小基站内的待服务人数，根据待服务人数去控制小基站的开关，达到节能、减少基站间干扰的目的。在建立数学模型的过程中，本方法结合数据挖掘和机器学习，提高了预测的准确率和系统的实用性。

研究背景：  大数据应用的多样化  需要的计算模型、数据模型多样化；  目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。  多系统导致大数据分析平台非常复杂、效率低下。 研究目标： 研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。 针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个  方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键  值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计  算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这  套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们  对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于  大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计  算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三  个方面，分别详细介绍FAST系统的三个主要亮点。 融合架构 FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包  括多数据模型融合和多计算模型融合两方面。 多数据模型融合： 设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、  文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据  分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。 经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。 多计算模型融合： 在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集  的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和  流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。 高时效 FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗，  提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。 对于多模态存储，面向应用负载和异构硬件特征进行自适应优化； 对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等； 在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效； 而且我们也考虑到大数据分析过程中用户人工操作的时效性问题，  通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的  时间。 可扩展 FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、  存储层和计算层进行了全面的扩展性优化。 在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块，  能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。 在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。 在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持  到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提  升。 亮点成果： 融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。  从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。 同时在双十一期间，基于智能交互向导技术，也面向电子商务应用  的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品  销量变化的原因，以及促销的有效手段等。

河南大学软件学院依托开封市大数据与人工智能研究院，开发“开封市政务数据分析和可视化系统”，助力疫情防控。 该系统针对开封市各县区、各社区每日产生海量的文本数据，通过自然语言理解等人工智能技术手段进行数据分析，让采集的数据能够进行自动比对、分析、研判，生成可视化分析图，及时准确将结果以可视化的形式直观展现出来，以更精准的数据为打赢疫情防控攻坚战提供保障，对开封市疫情防控工作提供有力的决策支持。

物联网可视化连接，大数据分析

南京工业大学计算机科学与技术学院史本云教授团队联合香港浸会大学计算机科学系与中国疾病预防控制中心寄生虫病预防控制所（国家热带病研究中心）共建的智能化疾病监控联合实验室，及时搜集疫情相关信息，追踪相关数据，运用多源异构数据驱动的传染病学模型和分析方法，针对武汉（新冠肺炎发源地）、北京、天津（京津冀地区）、深圳（粤港澳大湾区）、杭州和苏州（长三角经济区）6座典型城市，开展了新冠肺炎疫情的回顾性分析和趋势预判，精准评估了不同复工场景下的疫情风险和经济损失。该研究针对新冠肺炎疫情发展期、控制期和恢复期的不同阶段，以及不同城市的传播特点（本地传播为主/输入病例为主），综合考虑了各个城市内不同年龄段的人口分布和不同人群（如学生、上班族和老人）的接触强度、接触时长等，设计了居家场所、学校场所、工作场所和公共场所4种主要接触场景。通过结合城市间的人口流动数据，构建了数据驱动的传染病动力学模型，对不同城市不同干预手段下的疫情走势进行了评估。在此基础上，研究人员结合不同城市的GDP增长预期和产业结构，基于对未来数日各城市疫情走势的研判，对下一阶段有序推动恢复正常生产提出了若干建议并进行了相应的经济损失评估。据悉，该研究成果和建议已经通过国务院参事提交国家相关部门。

本平台实现交通数据的可视化、预测、关联性分析

2019年底湖北省武汉市的新型冠状病毒肺炎（简称“新冠肺炎”）疫情暴发以来，各高校科研院所除了源源不断派出医疗队以及进行医学类科研项目外,也纷纷在各自学术领域攻坚拔寨，以期尽快将研究成果转化为战“疫”力量。我校大数据与智能决策研究中心郭崇慧教授研究团队凭借自身优势，利用大数据手段，第一时间对新型冠状病毒肺炎疫情情况进行了分析研究，希望助力辽宁地区打赢此次疫情防控阻击战。郭崇慧教授研究团队首先基于辽宁省2020年1月22日至2月20日期间公开报导的121例新型冠状病毒肺炎（COVID-19）官方报导的实际数据，通过对每日新增及累计确诊患者数目、患者性别年龄分布、患者武汉旅行史和接触史分析、患者家族聚集性网络分析、病毒潜伏期和患者由暴露到患病的转移情况进行了疫情统计分析，以期为辽宁省积极应对疫情提供依据和参考。截至2020年2月20日24时，根据辽宁省卫生健康委员会公布的数据显示，辽宁省累计报告新型冠状病毒肺炎确诊病例121例，治愈出院61例，死亡1例。121例确诊病例中，沈阳市28例、大连市19例、鞍山市4例、本溪市3例、丹东市7例、锦州市12例、营口市1例、阜新市8例、辽阳市3例、铁岭市7例、朝阳市6例、盘锦市11例、葫芦岛市12例。辽宁省新型冠状病毒肺炎疫情分布如下图1所示。1 确诊病例时间序列分析自1月22日至2月20日24时期间，辽宁省每日增加及累计确诊患者数量如下图2-图4所示。由图可知，辽宁省每日新增确诊患者数量在1月31日达到峰值，随后整体呈现下降趋势，由于每日新增患者数量较31日下降，累计确诊患者数量走势图逐渐趋于平缓，从图3可以看出目前全省新增确诊患者数量呈现减少趋势，截至2月20日已连续四天无新增确诊患者。该现象表明自新型冠状病毒爆发以来，辽宁省采取的阻断交通、隔离、加强提高居民意识等积极防控手段取得了良好的成效。2确诊病例性别及年龄分布根据辽宁省各地区卫健委公布的患者信息，统计得到患者性别和年龄数据。其中，性别数据中沈阳市2例病例无相关信息；年龄数据中沈阳市2例、朝阳市1例、盘锦市5例无相关信息，剔除缺失数据得到下图5-图7统计结果。在辽宁省确诊病例中，男性整体占比54%，女性占比46%，男性比例偏高。从各地区来看，沈阳、大连、锦州、葫芦岛患者数目居于省前四名，在这四个地区中，沈阳、大连、葫芦岛男性比例大于女性，锦州男女比例相同，男性患者较多可能由于其活动范围广所致。同时，沈阳、大连、锦州、葫芦岛等大城市人员流动性较大，有较大的感染风险，是确诊患者数量相对较多的一个原因。患者年龄基本呈正态分布。其中，21岁-60岁区间患者数目占比78.2%，该部分患者活动能力较强，有强烈的社交需求，外出务工、求学或旅游等活动均增加了感染风险。患者人数在31岁-40岁区间最多，是感染的重点人群，此年龄范围居民建议着重加强防护。 3 确诊病例武汉旅行史及接触史分析根据患者是否有武汉（湖北）旅行史和确诊病例（或武汉人员）接触史，将患者分为四类：有武汉旅行史（无接触史）、无武汉旅行史（无接触史）、有确诊患者接触史（有旅行史）和无武汉旅行史有接触史，统计得到相关数据。对于已公布但未详细说明是否有武汉（湖北）旅行史的患者将其认定为无武汉旅行史人员，剔除沈阳市未披露信息的病例28，统计得到14地区确诊病例分类。 目前，121名确诊患者中120名披露了相关信息，确诊患者出行方式涉及私家车、火车、出租车、飞机、摆渡车。其中55名存在武汉旅行史，65名存在接触史。下面分别分析有武汉旅行史和有接触史的确诊患者与当前各地区确诊人数的关系，建立线性回归方程，计算相关系数从而分析相关性，用于指导实践。 图9（a）拟合直线方程为y = 1.7386x + 1.6169，x为各地区确诊人员中有武汉旅行史人数，y为各地区当前确诊人数，相关系数为0.8587，二者呈现相关性，说明有武汉旅行史是影响患者患病的一个因素。图中数据显示大连市当前确诊人数与有武汉市旅行史人数比值最大，说明大连市对排查有无武汉返乡或接触人员采取了较大的力度并使患者及时得到医治。图9（b）拟合直线方程为y = 1.6737x + 0.8007，x为各地区确诊人员中有接触史的人数，y为各地区当前确诊人数，皮尔逊相关系数为0.9099，二者呈现较高相关性。结果表明有接触史的人更容易患病，官方报告的病例中确诊患者多倾向于其他已确诊患者的朋友、亲属等与其有密切接触的人，与统计结果相一致。因此，分析结果表明：人群聚集、与他人接触会增加患病的风险，居家隔离可以降低风险。4 确诊人员场所聚集性及家族聚集性网络分析截至2月20日，辽宁省已成立沈阳、大连、锦州三个省集中救治中心，分别依托于沈阳市第六人民医院、大连市第六人民医院和锦州市传染病院，其中，沈阳救治中心覆盖沈阳、鞍山、抚顺、本溪、阜新、辽阳、铁岭、盘锦等8市；大连救治中心覆盖大连、丹东、营口等3市；锦州救治中心覆盖锦州、朝阳、葫芦岛等3市。分析已确诊患者之间的亲属或朋友关系、患者在医院的就诊情况以及患者在医院间的转院情况得到如下图10所示的网络图。图10中节点分别表示患者（红色）和医院（蓝色）。医院间的连接关系表示患者的转院情况，患者与医院间的指向关系表示患者的就诊情况，患者之间的连接关系表示亲属或朋友关系。图中节点大小与医院接诊人数或与确诊患者有亲属（朋友）关系的人数成正比。医院治疗患者人数（度）=医院接诊人数+转至此医院的患者人数，患者的度=与该患者有关的确诊人数（亲属或朋友）+就诊医院数目。医院间可能存在多个患者转院，两医院间边的粗细与转院的患者数目成正比，根据转移的患者数量将权重设定为相应的数值，其余权重默认为1。在患者转院关系中，依据国家提出的“四集中”工作原则，患者在本地确诊后多转院至省集中救治中心治疗。依据官方公布的数据可以明确知道患者在地区内部的转院情况以及各地区转移至省集中救治中心的患者数目，但是无法建立具体病例及其就诊医院与省集中救治中心的转院关系。因此，图10建立的聚集性网络时对各地区医院向省集中救治中心转移患者的情况不做分析。图10聚集性网络分析结果表明：在本地的确诊患者救治中，鞍山市“台安县恩良医院”和“鞍山市传染病医院”间患者转院次数最多，对应图中边最粗；由图中确诊患者间连接关系可以看出此次传染病存在明显的聚集特点，多地区确诊患者之间多存在亲属或朋友关系，其中，鞍山市和盘锦市的确诊患者具有亲属关系，出现跨地区感染的情况，具体为鞍山市病例2、病例3为夫妻关系，盘锦市病例9、病例10为夫妻关系且为鞍山市病例2、3的儿子儿媳，盘锦市病例10为病例9、10的儿子。除上述在辽宁省内跨地区感染的情况外，其余均为地区内部感染，说明政府在患者确诊后其密切接触人员及时隔离和交通管控等方面取得了很好的效果。从图10中分别抽取出沈阳市、大连市的数据，得到图11沈阳市、大连市确诊患者聚集性网络分析图。其中，大连市确诊病例3、4、5、6、8、9、10、11、18病例信息显示收治于“某定点医院”。根据“四集中”工作原则，省集中救治大连中心覆盖范围的患者转院至大连市第六医院集中救治，因此，数据分析时将大连市收治于“某定点医院”的患者确定为大连市第六人民医院就诊患者。沈阳市和大连市是辽宁省规模较大的地区，确诊患者人数居于全省第一、二名。图11分析结果显示，沈阳市沈阳第六人民医院首次收治患者数目最多，其次为中国医科大学附属第一医院，患者就诊后共发生三次转院；确诊患者中具有亲属（或朋友）关系的病例为：确诊病例6、7、8，确诊病例18、19、20，确诊病例4、5、9，确诊病例16、17，确诊病例24、15。大连市第六人民医院收治患者数目最多，其次为大连医科大学附属第一医院，确诊患者中具有亲属（或朋友）关系的病例为：确诊病例3、5、8，确诊病例6、9、10、12，确诊病例7、11，确诊病例17、18、19。沈阳市和大连市新冠肺炎的传播均表现出家族聚集性的特点，印证了其有人传人的特性，这提示我们疫情期间减少聚集，一旦家庭成员或所接触人员发生病情，自身应及时隔离，提高防范意识。在提升患者治愈水平及有效管控疫情上，除去转院至省集中救治中心的患者，我们分析各地区医院接诊患者人数，得到图12所示结果。图12分析结果表明沈阳市第六人民医院、盘锦市传染病医院和大连市第六人民医院收治患者人数最多，其次为中国医科大学附属第一医院、葫芦岛市中心医院和大连医科大学附属第一医院，沈阳市和大连市收治患者数量整体较多。在资源调配上，除了将资源分配至省集中救治中心外，还需关注各地区患者确诊及其初步治疗的医院，做到资源有效配置。 5 确诊病例潜伏期分布病毒潜伏期是指从病原体侵入人体到最初出现临床症状的一段时期。根据国家公布的信息显示，新型冠状病毒的潜伏期为14天。随着新型冠状病毒有潜伏期感染、无症状感染等情况，我们难以准确得到新型冠状病毒的潜伏期。本文假定将患者到达武汉（或返程）时间、与有武汉旅行史人员接触时间、与所接触确诊患者的首次接触时间确诊时间均定义为“病原体侵入人体的时间”，取三者最早者，应用该时间多存在误差；将患者发病时间确定为出现临床症状的时间，二者之间的时间间隔定为病毒潜伏期。同时去除潜伏期大于14天及无相关信息披露的患者，得到86例患者数据，分析结果如表1和图13、图14所示。 辽宁省有数据可查的86例确诊患者中，病毒潜伏期均值为7.767天，潜伏期大于等于8天的患者人数为48人，占比55.8%。患者出临床反映的时间是确定的，但是感染病毒的时间是不确定的，用患者到达武汉（或返程）时间、与有武汉旅行史人员接触时间、与所接触确诊患者的首次接触时间确诊时间定义为感染时间会使统计的潜伏期大于实际潜伏期，使得分析结果偏大。 图14为患者1月9日至2月20日期间转入转出人数分布，转入对应患者出现临床症状，转出对应于暴露，即患者到达武汉、与有武汉旅行史人员接触或与确诊患者首次接触的时间。图14数据表明在1月25日前有临床症状患者占比低于暴露患者，之后这些潜伏期人员逐渐出现临床症状，疾病爆发，确诊人员数目逐渐增加。若及时采取有效的手段控制疫情传播，则1月27日之后几乎不再有人员处于潜伏期，这时前期潜伏期患者逐渐发病，这批确诊患者若同时采取有效的医疗手段得到治疗，则疫情传播会逐渐被控制。 图15为截至2月20日确诊患者由暴露到患病人数转移网络分析图，图中节点为日期，节点大小与当日暴露和有临床症状的患者之和成正比，节点间指向关系为患者由暴露转移到患病的时间间隔，图15结果显示1月19日至1月24日期间人数最多，暴露和患病人数之和随时间呈现先增加后减少的趋势。辽宁省新型冠状病毒肺炎自2月17日以来，已连续四天无新增确诊患者，疫情形势出现积极变化，防控工作取得积极成效。自疫情爆发以来，全省社会经济活动停滞，连续四天无新增确诊患者的态势为尽快恢复辽宁省社会经济秩序提供了支持。只想着为抗“疫”阻击战贡献力量，郭崇慧教授说，这是关于辽宁省疫情的最新数据描述性分析结果，希冀会对相关部门决策起支持作用！我们后续预测性分析和指导性分析还会持续研究！