本研究では都市内のコロナウイルスのクラスター発生個所を予測するために、従来から使われている人流データ（＝人々の接触密度）に加えて、ウェブ検索データを用いた感染リスクのスコアを統合し活用する手法を提案しました。2020年にヤフージャパンが収集したデータを用いて、実際にクラスターが発生したと新聞等で報告された品川、池袋などの都内８か所を１－２週間前に予測できることができました。今後さらに人々の行動に関する多種のデータを統合することによって、より高精度な感染流行の予測ができる事が期待されます。
In this study, we proposed a method for predicting COVID-19 cluster outbreaks that integrates human mobility data (i.e., people’s contact density), which is traditionally used, with web search data to quantify infection risks. Using data collected by Yahoo Japan in 2020, we were able to predict in 1-2 weeks in advance, the COVID-19 clusters that occurred in 8 areas in Tokyo, such as Shinagawa and Ikebukuro which were reported in newspaper articles. In the future, we expect to be able to predict epidemic spreading with higher accuracy by integrating various types of human behavioral data.
【論文情報】
Takahiro Yabe, Kota Tsubouchi, Yoshihide Sekimoto, Satish V. Ukkusuri, Early warning of COVID-19 hotspots using human mobility and web search query data, Computers, Environment and Urban Systems, Elsevier, Volume 92, Mar. 2022, 101747, DOI (Impact factor in 2020: 5.324)
