For prediction, we build an auto-re

For prediction, we build an auto-regression with exogenous input (ARX) model where
ILI rate of previous weeks from CDC forms the autoregressive portion of the model, and
the OSN data serve as exogenous input. Our results show that while previous ILI data
from CDC offer a realistic (but delayed) measure of a flu epidemic, OSN data provides a
real-time assessment of the current epidemic condition and can be used to compensate for
the lack of current ILI data. The model using combination of Twitter and Facebook data
provides best prediction accuracy over Twitter and Facebook alone. We observe that the
OSN data are in fact highly correlated with the ILI data across the different regions within
United States.

ผลลัพธ์ (ไทย) 1:

สำหรับการคาดเดา เราสร้างความอัตโนมัติถดถอยกับเข้าบ่อย (ARX) รุ่นส่วน autoregressive จำลอง รูปแบบหรืออัตราของสัปดาห์ก่อนหน้าจาก CDC และบริการข้อมูล OSN เป็นบ่อยเข้า ผลของเราแสดงว่าในขณะที่ข้อมูลหรือก่อนหน้านี้จาก CDC มีจริง (แต่ล่าช้า) มุ่งวัดไข้หวัดโรคระบาด OSN ข้อมูลให้เป็นประเมินแบบเรียลไทม์ของโรคระบาดปัจจุบันเงื่อนไข และสามารถใช้ในการชดเชยการขาดข้อมูลหรือปัจจุบัน รูปแบบโดยใช้ชุดของข้อมูล Twitter และ Facebookช่วยให้การทำนายถูกต้องที่สุดผ่าน Twitter และ Facebook เพียงอย่างเดียว เราสังเกตพบว่า การOSN ข้อมูลจริงสูง correlated กับข้อมูลหรือข้ามภูมิภาคต่าง ๆ ภายในสหรัฐอเมริกา

ผลลัพธ์ (ไทย) 2:

สำหรับการคาดการณ์เราสร้างอัตโนมัติถดถอยด้วยการป้อนข้อมูลจากภายนอก (ARX)
รุ่นที่อัตราILI สัปดาห์ก่อนหน้านี้จาก CDC
รูปแบบส่วนอัตของรูปแบบและข้อมูลOSN ให้บริการเป็นข้อมูลจากภายนอก ผลของเราแสดงให้เห็นว่าในขณะที่ก่อนหน้านี้ข้อมูล ILI
จาก CDC มีจริง (แต่ล่าช้า) ตัวชี้วัดของการระบาดของโรคไข้หวัดข้อมูล OSN
ให้การประเมินในเวลาจริงของสภาพการระบาดของโรคในปัจจุบันและสามารถนำมาใช้เพื่อชดเชยการขาดข้อมูล
ILI ปัจจุบัน รูปแบบการใช้การรวมกันของข้อมูลที่ Twitter และ Facebook
ให้ถูกต้องทำนายที่ดีที่สุดมากกว่า Twitter และ Facebook เพียงอย่างเดียว เราสังเกตว่าข้อมูล OSN ในความเป็นจริงความสัมพันธ์อย่างมากกับข้อมูล ILI ทั่วภูมิภาคต่าง ๆ ที่อยู่ในประเทศสหรัฐอเมริกา

ผลลัพธ์ (ไทย) 3:

กรณีเราสร้าง Auto Regression กับภายนอกข้อมูล ( arx ) รุ่นที่หรืออัตราก่อนหน้าสัปดาห์จาก CDC รูปแบบส่วนตัวของนางแบบ และข้อมูลทรานเป็นภายนอกข้อมูล ผลของเราแสดงให้เห็นว่าในขณะที่ข้อมูลหรือก่อนหน้าจาก CDC ให้มีเหตุผล ( แต่ช้า ) วัดไข้หวัดระบาดให้ทราน , ข้อมูลการประเมินแบบเรียลไทม์ของเงื่อนไขที่ระบาดในปัจจุบัน และสามารถใช้ในการชดเชยสำหรับการขาดข้อมูล หรือ ปัจจุบัน รูปแบบการใช้ข้อมูลรวมกันของ Twitter และ Facebookมีความแม่นยำการทำนายที่ดีที่สุดผ่าน Twitter และ Facebook เพียงอย่างเดียว เราสังเกตว่าข้อมูลทรานในความเป็นจริงระดับสูงกับหรือข้อมูลข้ามภูมิภาคที่แตกต่างกันภายในสหรัฐอเมริกา