大数据、人工智能助力高校复学及精准防控

张天骏

摘 要：新冠肺炎疫情暴发以来，大数据、人工智能技术在疫情监测分析、人员物资管控、医疗救治、药品研发、后勤保障、复工复产等方面發挥了重要作用。本文通过介绍大数据、人工智能在疫情应对中的优势，突显了新一代信息技术在疫情防控中发挥的作用和价值。在疫情防控常态化的当下，大数据和人工智能在便民生活、复工复产、助力高校复学精准防控等方面产生了巨大的影响。

关键词：大数据;人工智能;精准防控

中图分类号：TP311.13;TP18文献标识码：A 文章编号：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年开年之际，新冠肺炎疫情来势汹汹，给各地政府的社会治理、民生服务及企业的生产经营等各方面带来了巨大的挑战。在此次疫情防控过程中，新一代信息技术发挥了重要作用。从超级算力助力病毒溯源和药物研制到算法读片辅助病情诊断，从大数据分析预测人流趋势到无人机喊话监督防护行为，从智能化物流运输到远程教育、远程办公，从“健康码”等健康标识精准管理到政务业务“全程网办”，大数据和人工智能成为战“疫”的强有力“武器”。在各地复工复产之际，全国各大高校学生返校复学，在疫情防控进入常态化的关键阶段，大数据和人工智能技术助力学校有序应对复学挑战[1-2]。

1 大数据的处理过程

随着云计算的发展，大数据越来越多地被人们所关注。大数据通常用来表示数字化时代下创造出的大量非结构化和半结构化数据，这些数据资源在写入数据库时会花费过多时间和精力。通过大数据的特征来定义理解各行各业对大数据的整体描绘和定性;通过基于机器学习算法的大数据科学建模，实现大数据信息精准导向在各行各业的应用，进而实现大数据价值的探讨，深入解析大数据的珍贵所在。

大数据的处理过程见图1，主要包括数据收集、数据预处理、数据存储、数据处理与分析、数据可视化、数据应用等环节。

大数据收集是大数据处理的第一步，主要作用是把生活中的海量数据收集起来，以供以后使用。在数据收集过程中，数据源会影响大数据质量的真实性、完整性、一致性、准确性和安全性。

大数据收集过程中一般不止一个数据源，这些数据源可能包括不同种类的数据格式，传输过程中可能会导致数据丢失、数据冲突，因此需要对收集到的信息进行预处理，以保证大数据分析及预测结果的准确性。大数据的预处理主要包括数据清理、数据集成、数据归约和数据转换这几个步骤。通过大数据预处理可以大大提高数据质量。

数据处理所需要的计算模型主要有MapReduce分布式计算框架、分布式内存计算系统、分布式流计算系统等。以MapReduce为代表的非关系数据管理技术阵营，从关系数据管理技术所积累的宝贵财富中挖掘可以借鉴的技术和方法，不断解决其性能问题。面向大数据的深度分析需求，新的架构模式正在涌现，关系数据管理技术和非关系数据管理技术在不断竞争中互相取长补短，在新的大数据分析生态系统内找到自己的位置[3]。大数据资源的类型和存储形式决定了其所采用的数据处理系统，而数据处理系统的性能和优劣可以直接影响大数据质量的价值性、可用性、时效性和准确性。因此，在进行大数据处理时，要根据大数据资源的类型来选择合适的存储形式和数据处理系统，以实现大数据质量的最优化。

大数据分析主要包括对已有数据的统计分析和对未知数据的挖掘、深度学习。统计分析可由数据处理技术完成，数据挖掘和深度学习则在大数据分析阶段完成，可挖掘大数据资源的数据关联性，形成对事物的描述或规则，可通过构建机器学习模型和海量训练数据资源来提升数据分析与预测的准确性。数据分析是大数据处理与应用的关键环节，它决定了大数据集合的价值性和可用性，以及分析预测结果的准确性。

3.1.2 挑战2：高校宿舍、浴室、食堂等人员密集场所空间有限。为应对这一挑战，郑州大学主要从“优化存量、提升增量”方面入手。在住宿方面，对宿舍和公寓进行优化调整和统筹利用，安排部分博士生、硕士生入住青年教师人才公寓，全面消除八人间，有效缓解宿舍人员密集问题。在洗浴方面，对公共浴池进行优化扩容和隔离装修，实行网络预约分时段洗浴，并推动在宿舍楼改造加装洗浴设施，降低交叉感染的风险。在就餐方面，为每个餐桌加装隔离板，并进行数字化定位，通过预约系统实现错峰就餐、对号入座，做到既减少聚集、保障安全，又提升效能、满足需求。

3.2 打造智慧校园，进行精准疫情防控

传统疫情防控，多采用人工值守核查，比对身份证与学生证，出示健康码，使用测温枪检测返校师生的实时体温，以此来筛查是否具备入校条件。这种方式将身份核验和體温检测分开，需要出示多种证件，人工操作误差大、不确定因素多，在师生返校高峰时段，还可能发生排队冗余，为防疫检测和安全入校带来极大的不便。同时，数据无法保存和共享，需要重复操作，面对突发状况，管理者很难通过第一时间排查安全隐患和部署防控工作。

针对高校复学防疫难题，郑州大学在行政楼、宿舍楼安装了人像识别及测温系统，采用人像技术融合高精度红外测温技术以及实时显示大数据监测平台。该方案主要由人像采集子系统、红外测温子系统、系统管理平台三部分组成，能为学校实现安全、精准、高效的身份核验和体温测量提供技术支撑，为学校管理者科学决策提供信息依据[7]。不同于其他生物识别方式，该系统核心采用的人像识别技术十分契合当下疫情防控的基本需求。这项技术基于人像的生物特征信息进行身份识别，使用过程中无须接触。返校师生只需看一眼设备，就能快速完成身份与体温的双重核验。该方案的具体优点如下。①系统部署便捷，对接方便。人像识别及测温系统支持与学校现有信息管理平台对接，实现了学生电子信息表如姓名、身份证号码、班级、联系方式的快速导入。②大数据管理，高效阻断疫情传播。对于每个出入校园、行政楼、宿舍楼的人员，该设备能精准快速地识别出其真实身份和实时体温，对符合条件者给予通行准入。一旦发现非实名注册人员、体温异常人员、发热人员，设备能立即发出预警提示，便于执勤人员快速采取措施，将安全隐患降到最低，守好校园疫情防控的“第一道关”。

4 结语

“师生生命重于泰山、疫情防控就是责任”，保护在校师生的健康安全，是高校疫情防控的大任。本次新冠疫情防控工作中，大数据、人工智能技术大显身手，支撑了疫情防控和复工复产，为防止疫情扩散、进行疫情预警、掌握防疫主动权提供了保障，在助力高校复学及精准防控中起到了积极的技术支撑作用。相信在今后一段时期，大数据、人工智能技术定能实现疫情防控常态化、精细化。

参考文献：

[1]叶于林，于继伟，刘显胜，等.浅析大数据在新冠肺炎疫情防控中的应用[J].科技视界，2020（22）：16-18.

[2]鹿音.新冠肺炎疫情防控中的大数据应用：希望与挑战[J].世界知识，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，大数据在发挥什么作用？[J].大数据时代，2020（2）：6-11.

[5]王雄.以“数”制“疫”大数据如何推动疫情防控[J].计算机与网络，2020（4）：38-39.

[6]韩琳，曾元英.基于大数据的疫情防控体系研究[J].计算机与网络，2020（13）：44-45.

[7]大数据应用推动疫情防控更加精细化智能化[J].信息系统工程，2020（3）：177.