DBSCAN算法的学校新冠肺炎数据采集云平台设计

摘  要： 自全国新型冠状病毒感染的肺炎疫情出现以来，在教育主管部门指导下，各学校防疫工作科学有序开展。面对爆发增长的病例数字，如何快速、准确地收集校学生健康状况数据是防疫工作的重中之重。师生出行或状态状况等数据若采用传统的微信群、QQ群收集方式会导致时间久、效率低，而且难免错漏。利用信息化平台发布填写任务，能够让师生在规定时间内填写当天健康信息、历史出行记录、家庭成员健康状况等。对于海量的数据，通过手工筛选问题数据工作量巨大。平台基于DBSCAN算法对海量数据进行分析，找出孤立点，挖掘异常数据，减少数据筛选工作量，提高定位精度，助力学校疫情防控。系统在湖北、江苏、安徽、江西、广东和河北等百所学校进行了使用，产生了良好的社会效益和经济效益。

关键词： 新冠肺炎; 数据采集; 云平台设计; DBSCAN算法; 疫情防控; 数据筛选

中图分类号： TN919?34                             文献标识码： A                      文章编号： 1004?373X（2020）24?0117?04

Design of school COVID?19 data acquisition cloud platform based on DBSCAN algorithm

SUN Caiyun

（College of Electronic & Information Engineering， Nanjing University of Information Science & Technology， Nanjing 210044， China）

Abstract： Since the outbreak of COVID?19 in China， the epidemic prevention work in schools has been carried out scientifically and orderly under the guidance of the  competent authorities for education. In the face of the increasing number of the cases， how to quickly and accurately collect the health data of school students is the top priority of epidemic prevention work. If the traditional WeChat group and QQ group are used to collect the data of travel condition or status quo of teachers and students， it will lead to a long time consumption， low efficiency， and inevitable errors and omissions. The information platform is used to release the filling task， so that teachers and students can fill in the forms of their health information， historical travel records， and health status of their family members within the specified time. For massive data， the workload of manually filtering problem data is huge. The  platform is based on DBSCAN algorithm to analyze massive data， so as to find out the isolated point， mine the abnormal data， reduce the workload of data screening， improve the positioning accuracy， and help epidemic prevention and control of schools. The system has been used in hundreds of schools in Hubei， Jiangsu， Anhui， Jiangxi， Guangdong and Hebei provinces， and has produced good social and economic benefits.

Keywords： COVID?19; data collection; cloud platform design; DBSCAN algorithm; epidemic prevention and control; data screening

0  引  言

2019新型冠状病毒在2020年1月12日被世界卫生组织命名为2019?nCoV [1]，2020年2月11日被国际病毒分类委员会命名为SARS?CoV?2 [1] 。2019年12月，武汉市部分医疗机构陆续出现不明原因肺炎病人。武汉市持续开展流感及相关疾病监测，发现病毒性肺炎病例27例，均诊断为病毒性肺炎/肺部感染[2?3]。 教育部2020年1月22日发出通知，要求各级各类学校做好新型肺炎的疫情防控。要求各地方、各学校积极参与疫情防控，密切关注师生健康，获取第一手资料，积极采取针对性的专业指导，做到早发现、早报告、早治疗，配合各级卫生部门做好集中救治工作，有效处置疫情，严格落实疫情防扩散措施。

}  else

context.Response.Write（"{＼"status＼"：＼"error＼"，＼"result＼"：＼"nofile＼"}"）;                                                    //返回状态

5.3  填报任务统计

string province = this.ddlPROVINCE.SelectedValue.Trim（）;

//获得省份

string wheresql = string.Empty;                  //定制空字符串

List lst = new List（）;

//构造空参数变量

if （！string.IsNullOrEmpty（province））        //如果省份不为空

{  wheresql += " and a.province=@PROVINCE";

//构造省份筛选字符串

lst.Add（new SqlParameter（"@PROVINCE"， province））;

}

if （！string.IsNullOrEmpty（schoolname））

//构造学校筛选字符串

{   wheresql += " and a.schoolname like ′%′+@SCHOOLNAME+′%′";

lst.Add（new SqlParameter（"@SCHOOLNAME"， schoolname））;}

string sql = "select a.schoolname，a.province，（select count（*） from QY_TEACHER b where a.id=b.schoolid） as jssl，（select count（*） from QY_STUDENT b where a.id=b.schoolid） as xssl，";

//構造完成SQL字符串

sql += "（select count（*） from QY_MODAL b where a.id=b.schoolid and modalsx=′私有′） as modalsl，（select count（*） from QY_TASK b where a.id=b.schoolid） as tasksl，";

sql += "（select count（*） from QY_CZRZB b where a.id=b.schoolid and b.yhcz=′登录′） as zdlcs，（select top 1 drsj from QY_CZRZB b where a.id=b.schoolid and b.yhcz=′登录′ order by b.id desc） as drsj";

sql += " from QY_SCHOOL a where sfqy=1" + wheresql + " order by province，schoolname";           //构造完整的SQL字符串

GVData.DataSource = DbHelperSQL.Query（sql， lst.ToArray（））;                                                           //设置数据源

GVData.DataBind（）;                               //数据源绑定

6  结  语

2020年在防控新冠肺炎疫情工作中，团队积极响应，助力抗疫，快速推出新冠肺炎疫情学校数据采集云平台免费给学校使用。系统兼容移动设备，方便师生使用，任务设置灵活，统计功能强大。目前已在湖北师范大学等在内的30多所院校进行了试用和推广，市场主体反响积极。后期，系统将进一步提升智慧化程度，引入更多人工智能算法服务于系统决策支持。

参考文献

[1] 刘丹阳.武汉市卫健委通报：1月13日无新增新型冠状病毒感染的肺炎病例[EB/OL].[2020?01?15].http：//www.china development.com.cn/sh/2020/0115/1601245.shtml.

[2] 陈沁涵.两大国际权威机构给新冠病毒和新冠肺炎分别命名[DB/OL].[2020?04?10].http：//www.bjnews.com.cn/world/2020/02/12/688151.html.

[3] 钱亦琛.武汉12月发现病毒性肺炎病例27例大部分为海鲜城经营户[EB/OL].[2019?12?31].http：//k.sina.com.cn/article_1914880192_7222c0c002000qu0e.html.

[4] 谢江.针对非均匀密度环境的DBSCAN自适应聚类算法的研究[D].重庆：重庆大学，2015.

[5] 杨建红.基于密度的聚类算法研究[D].长春：长春工业大学，2010.

[6] 李文杰，闫世强，蒋莹，等.自适应确定DBSCAN算法参数的算法研究[J].计算机工程与应用，2019，55（5）：1?7.

[7] 董晓君，程春玲.基于核密度估计的K?CFSFDP聚类算法[J].计算机科学，2018，45（11）：244?248.

[8] 秦佳睿，徐蔚鸿，马红华，等.自适应局部半径的DBSCAN聚类算法[J].小型微型计算机系统，2018，39（10）：2186?2190.

[9] 丁蕾，蔡伟，丁健青，等.新型冠状病毒感染疫情下的思考[J].中国科学，2020，50（3）：247?257.

[10] 邓建高，齐佳音，方滨兴，等.面向国家公共安全的互联网信息行为融合治理模式研究[J].江苏社会科学，2018（5）：127?139.

[11] 王名，蔡志鸿，王春婷.社会共治：多元主体共同治理的实践探索与制度创新[J].中国行政管理，2014（12）：16?19.

[12] 范颖，刘梦.基于云平台的在线教育课程资源共享设计与研究[J].现代电子技术，2020，43（1）：175?178.

[13] 王冠雅.基于云平台的在线服务性产品任务流分配设计与研究[J].现代电子技术，2019，42（19）：132?134.

作者简介：孙彩云（1979—），女，江苏灌云人，硕士研究生，实验师，研究方向为智慧化信息系统设计集成。