大數據、人工智能助力高校復學及精準防控

張天駿

摘 要：新冠肺炎疫情暴發以來，大數據、人工智能技術在疫情監測分析、人員物資管控、醫療救治、藥品研發、后勤保障、復工復產等方面發揮了重要作用。本文通過介紹大數據、人工智能在疫情應對中的優勢，突顯了新一代信息技術在疫情防控中發揮的作用和價值。在疫情防控常態化的當下，大數據和人工智能在便民生活、復工復產、助力高校復學精準防控等方面產生了巨大的影響。

關鍵詞：大數據;人工智能;精準防控

中圖分類號：TP311.13;TP18文獻標識碼：A 文章編號：1003-5168（2020）34-0013-04

Big Data and Artificial Intelligence Help Precision Prevention

and Control of College Resumption

ZHANG Tianjun

（Zhengzhou University，Zhengzhou Henan 450000）

Abstract： Since the outbreak of COVID-19， big data and artificial intelligence technologies have played a full role in epidemic monitoring and analysis， personnel and material control， medical treatment， drug research and development， logistics support， and resumption of work and production. By introducing the advantages of big data and artificial intelligence in the prevention and control of COVID-19， the role and value of new generation information technology in epidemic prevention and control were highlighted. At the moment of normalization of epidemic prevention and control， big data and artificial intelligence have a great impact on the convenience of people's lives， the resumption of work and production， and the accurate prevention and control of University resumption.

Keywords： big data;artificial intelligence;precise prevention and control

2020年開年之際，新冠肺炎疫情來勢洶洶，給各地政府的社會治理、民生服務及企業的生產經營等各方面帶來了巨大的挑戰。在此次疫情防控過程中，新一代信息技術發揮了重要作用。從超級算力助力病毒溯源和藥物研制到算法讀片輔助病情診斷，從大數據分析預測人流趨勢到無人機喊話監督防護行為，從智能化物流運輸到遠程教育、遠程辦公，從“健康碼”等健康標識精準管理到政務業務“全程網辦”，大數據和人工智能成為戰“疫”的強有力“武器”。在各地復工復產之際，全國各大高校學生返校復學，在疫情防控進入常態化的關鍵階段，大數據和人工智能技術助力學校有序應對復學挑戰[1-2]。

1 大數據的處理過程

隨著云計算的發展，大數據越來越多地被人們所關注。大數據通常用來表示數字化時代下創造出的大量非結構化和半結構化數據，這些數據資源在寫入數據庫時會花費過多時間和精力。通過大數據的特征來定義理解各行各業對大數據的整體描繪和定性;通過基于機器學習算法的大數據科學建模，實現大數據信息精準導向在各行各業的應用，進而實現大數據價值的探討，深入解析大數據的珍貴所在。

大數據的處理過程見圖1，主要包括數據收集、數據預處理、數據存儲、數據處理與分析、數據可視化、數據應用等環節。

大數據收集是大數據處理的第一步，主要作用是把生活中的海量數據收集起來，以供以后使用。在數據收集過程中，數據源會影響大數據質量的真實性、完整性、一致性、準確性和安全性。

大數據收集過程中一般不止一個數據源，這些數據源可能包括不同種類的數據格式，傳輸過程中可能會導致數據丟失、數據沖突，因此需要對收集到的信息進行預處理，以保證大數據分析及預測結果的準確性。大數據的預處理主要包括數據清理、數據集成、數據歸約和數據轉換這幾個步驟。通過大數據預處理可以大大提高數據質量。

數據處理所需要的計算模型主要有MapReduce分布式計算框架、分布式內存計算系統、分布式流計算系統等。以MapReduce為代表的非關系數據管理技術陣營，從關系數據管理技術所積累的寶貴財富中挖掘可以借鑒的技術和方法，不斷解決其性能問題。面向大數據的深度分析需求，新的架構模式正在涌現，關系數據管理技術和非關系數據管理技術在不斷競爭中互相取長補短，在新的大數據分析生態系統內找到自己的位置[3]。大數據資源的類型和存儲形式決定了其所采用的數據處理系統，而數據處理系統的性能和優劣可以直接影響大數據質量的價值性、可用性、時效性和準確性。因此，在進行大數據處理時，要根據大數據資源的類型來選擇合適的存儲形式和數據處理系統，以實現大數據質量的最優化。

大數據分析主要包括對已有數據的統計分析和對未知數據的挖掘、深度學習。統計分析可由數據處理技術完成，數據挖掘和深度學習則在大數據分析階段完成，可挖掘大數據資源的數據關聯性，形成對事物的描述或規則，可通過構建機器學習模型和海量訓練數據資源來提升數據分析與預測的準確性。數據分析是大數據處理與應用的關鍵環節，它決定了大數據集合的價值性和可用性，以及分析預測結果的準確性。

3.1.2 挑戰2：高校宿舍、浴室、食堂等人員密集場所空間有限。為應對這一挑戰，鄭州大學主要從“優化存量、提升增量”方面入手。在住宿方面，對宿舍和公寓進行優化調整和統籌利用，安排部分博士生、碩士生入住青年教師人才公寓，全面消除八人間，有效緩解宿舍人員密集問題。在洗浴方面，對公共浴池進行優化擴容和隔離裝修，實行網絡預約分時段洗浴，并推動在宿舍樓改造加裝洗浴設施，降低交叉感染的風險。在就餐方面，為每個餐桌加裝隔離板，并進行數字化定位，通過預約系統實現錯峰就餐、對號入座，做到既減少聚集、保障安全，又提升效能、滿足需求。

3.2 打造智慧校園，進行精準疫情防控

傳統疫情防控，多采用人工值守核查，比對身份證與學生證，出示健康碼，使用測溫槍檢測返校師生的實時體溫，以此來篩查是否具備入校條件。這種方式將身份核驗和體溫檢測分開，需要出示多種證件，人工操作誤差大、不確定因素多，在師生返校高峰時段，還可能發生排隊冗余，為防疫檢測和安全入校帶來極大的不便。同時，數據無法保存和共享，需要重復操作，面對突發狀況，管理者很難通過第一時間排查安全隱患和部署防控工作。

針對高校復學防疫難題，鄭州大學在行政樓、宿舍樓安裝了人像識別及測溫系統，采用人像技術融合高精度紅外測溫技術以及實時顯示大數據監測平臺。該方案主要由人像采集子系統、紅外測溫子系統、系統管理平臺三部分組成，能為學校實現安全、精準、高效的身份核驗和體溫測量提供技術支撐，為學校管理者科學決策提供信息依據[7]。不同于其他生物識別方式，該系統核心采用的人像識別技術十分契合當下疫情防控的基本需求。這項技術基于人像的生物特征信息進行身份識別，使用過程中無須接觸。返校師生只需看一眼設備，就能快速完成身份與體溫的雙重核驗。該方案的具體優點如下。①系統部署便捷，對接方便。人像識別及測溫系統支持與學校現有信息管理平臺對接，實現了學生電子信息表如姓名、身份證號碼、班級、聯系方式的快速導入。②大數據管理，高效阻斷疫情傳播。對于每個出入校園、行政樓、宿舍樓的人員，該設備能精準快速地識別出其真實身份和實時體溫，對符合條件者給予通行準入。一旦發現非實名注冊人員、體溫異常人員、發熱人員，設備能立即發出預警提示，便于執勤人員快速采取措施，將安全隱患降到最低，守好校園疫情防控的“第一道關”。

4 結語

“師生生命重于泰山、疫情防控就是責任”，保護在校師生的健康安全，是高校疫情防控的大任。本次新冠疫情防控工作中，大數據、人工智能技術大顯身手，支撐了疫情防控和復工復產，為防止疫情擴散、進行疫情預警、掌握防疫主動權提供了保障，在助力高校復學及精準防控中起到了積極的技術支撐作用。相信在今后一段時期，大數據、人工智能技術定能實現疫情防控常態化、精細化。

參考文獻：

[1]葉于林，于繼偉，劉顯勝，等.淺析大數據在新冠肺炎疫情防控中的應用[J].科技視界，2020（22）：16-18.

[2]鹿音.新冠肺炎疫情防控中的大數據應用：希望與挑戰[J].世界知識，2020（8）：68-69.

[3]Qin XP， Wang HJ， Du XY， Wang S. Big data analysis：Competition and symbiosis of RDBMS and MapReduce[J].Journal of Software，2012（1）：32-45.

[4]杜娟.新冠肺炎疫情防控中，大數據在發揮什么作用？[J].大數據時代，2020（2）：6-11.

[5]王雄.以“數”制“疫”大數據如何推動疫情防控[J].計算機與網絡，2020（4）：38-39.

[6]韓琳，曾元英.基于大數據的疫情防控體系研究[J].計算機與網絡，2020（13）：44-45.

[7]大數據應用推動疫情防控更加精細化智能化[J].信息系統工程，2020（3）：177.