These problems have motivated new s

These problems have motivated new surveillance techniques
based upon internet data sources such as search queries and social
media posts. Essentially, these methods use large-scale data mining
techniques to identify health-related activity traces within the data
streams, extract them, and transform them into some useful
metric. The basic approach is to train a statistical estimation
model against ground truth data, such as ministry of health disease
incidence records, and then apply the model to generate estimates
when the true data are not available, e.g., when forecasting or
when the true data have not yet been published. This has proven
effective and has spawned operational systems such as Google Flu
Trends (http://www.google.org/flutrends/). However, four key
challenges remain before internet-based disease surveillance
models can be reliably integrated into an decision-making toolkit

ผลลัพธ์ (ไทย) 1:

ปัญหาเหล่านี้มีแรงจูงใจเทคนิครักษาความปลอดภัยใหม่ตามข้อมูลอินเทอร์เน็ตแหล่งค้นหาและประกันสังคมบทความสื่อการ หลัก วิธีใช้ทำเหมืองขนาดใหญ่เทคนิคระบุร่องรอยกิจกรรมที่เกี่ยวข้องกับสุขภาพภายในข้อมูลแยกออก และแปลงให้เป็นบางส่วนเป็นประโยชน์วัด วิธีพื้นฐานคือการ ฝึกการประเมินทางสถิติแบบจำลองกับข้อมูลจริงพื้น เช่นกระทรวงสุขภาพโรคเกิดระเบียน จากนั้น ให้ใช้รูปแบบการสร้างการประเมินเมื่อข้อมูลจริงไม่มี เช่น เมื่อการคาดการณ์ หรือเมื่อข้อมูลจริงได้ไม่ได้ถูกเผยแพร่ นี้ได้พิสูจน์มีประสิทธิภาพ และเกิดการดำเนินงานระบบเช่นไข้หวัดใหญ่ Googleแนวโน้ม (http://www.google.org/flutrends/) อย่างไรก็ตาม 4 คีย์ความท้าทายอยู่ก่อนเฝ้าระวังโรคบนอินเทอร์เน็ตแบบจำลองสามารถได้รวมเป็นชุดเครื่องมือการตัดสินใจ

ผลลัพธ์ (ไทย) 2:

ปัญหาเหล่านี้ได้แรงบันดาลใจเทคนิคการเฝ้าระวังใหม่
บนพื้นฐานของแหล่งข้อมูลอินเทอร์เน็ตเช่นคำค้นหาและสังคม
โพสต์สื่อ เป็นหลักวิธีการเหล่านี้ใช้ขนาดใหญ่การทำเหมืองข้อมูล
เทคนิคในการระบุร่องรอยของกิจกรรมที่เกี่ยวข้องกับสุขภาพภายในข้อมูล
ลำธาร, สารสกัดจากพวกเขาและเปลี่ยนพวกเขาเป็นประโยชน์บาง
ตัวชี้วัด วิธีการขั้นพื้นฐานคือการฝึกอบรมการประเมินทางสถิติ
รูปแบบกับข้อมูลความจริงพื้นดินเช่นกระทรวงของโรคสุขภาพ
บันทึกอุบัติการณ์และจากนั้นใช้รูปแบบการสร้างประมาณการ
เมื่อข้อมูลที่เป็นจริงไม่สามารถใช้ได้เช่นเมื่อคาดการณ์หรือ
เมื่อข้อมูลที่เป็นจริงได้ ยังไม่ได้รับการตีพิมพ์ นี้ได้รับการพิสูจน์
ที่มีประสิทธิภาพและมี spawned ระบบการดำเนินงานเช่น Google ไข้หวัดใหญ่
แนวโน้ม (http://www.google.org/flutrends/) แต่สี่ที่สำคัญ
ความท้าทายที่ยังคงอยู่ก่อนที่จะเกิดโรคอินเทอร์เน็ตที่ใช้การเฝ้าระวัง
รุ่นสามารถบูรณาการได้อย่างน่าเชื่อถือเป็นเครื่องมือในการตัดสินใจ

ผลลัพธ์ (ไทย) 3:

ปัญหาเหล่านี้มีแรงจูงใจเทคนิคเฝ้าระวังใหม่
ตามแหล่งข้อมูลอินเทอร์เน็ตเช่นการค้นหาและการโพสต์สื่อสังคม

หลัก วิธีการเหล่านี้ใช้ข้อมูลเหมืองแร่ขนาดใหญ่
เทคนิคระบุสุขภาพร่องรอยกิจกรรมภายในข้อมูล
ลำธารสกัดพวกเขาและเปลี่ยนพวกเขาลงในบางตัวชี้วัดที่เป็นประโยชน์

แนวคิดพื้นฐานคือการฝึก
ประมาณทางสถิติแบบจำลองข้อมูลความจริงกับพื้นดิน เช่น กระทรวงบันทึกอุบัติการณ์โรค
สุขภาพ และใช้รูปแบบการสร้างประมาณการ
เมื่อข้อมูลที่แท้จริงจะไม่สามารถใช้ได้ เช่น เมื่อพยากรณ์หรือ
เมื่อข้อมูลที่แท้จริงยังไม่ได้รับการตีพิมพ์ นี้ได้พิสูจน์แล้วว่ามีประสิทธิภาพและมี spawned การดำเนินงานระบบ

เช่น Google แนวโน้มไข้หวัดใหญ่ ( http : / / www.google . org / flutrends / ) อย่างไรก็ตาม สี่คีย์
ความท้าทายยังคงอยู่ก่อนที่อินเทอร์เน็ตการเฝ้าระวังโรค
รุ่นสามารถเชื่อถือได้บูรณาการเป็นเครื่องมือในการตัดสินใจ