Estimating epidemic spread including social media
Sosyal medya kullanımı ile hastalık modellemesi ve tahmini
- Tez No: 478657
- Danışmanlar: PROF. DR. ALİ RANA ATILGAN, YRD. DOÇ. DR. AHMET ONUR DURAHİM
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Salgın hastalık modelleri genellikle bireylerin hastalığı taşıma durumlarına göre dizayn edilir. Ancak sosyal medya kullanımındaki artış ve bilgi paylaşımındaki hız ve kolaylık bireylerin davranışlarını her alanda olduğu gibi hastalık konusunda da etkilemektedir. Salgın hastalığın yayılmasıyla, salgın hastalık hakkındaki bilgiler de hızla yayılmaya başlamakta, insanlar hem hastalığın varlığından haberdar olmakta hem de hastalıktan nasıl korunacakları hakkında sosyal medya aracılığıyla bilgi edinmektedirler. Bu çalışma salgın hastalığın yayılımına ek olarak salgın hastalık hakkındaki bilgi yayılımının etkilerini de içeren deterministik bir model sunmaktadır. Modelimiz SIS (Sağlıklı – Hasta – Sağlıklı) modelinden yola çıkılarak kurulmuştur. Sağlıklı bireyleri, modelimiz hastalık hakkındaki farkındalık durumuna göre iki yeni duruma ayırıp, soysal medya dinamiklerini eklemiştir. Bilgi yayılımını dahil ettiğimiz modelimiz, özellikle salgının erken safhaları için daha iyi tahminler verdi. Ayrıca sosyal medya dinamiklerini de dahil ettiğimiz modelimiz bu bakımdan literatüre önemli bir katkı sağlamaktadır.
Özet (Çeviri)
Epidemic growth models are usually designed by considering only the infection status of people. However, information about the epidemic has a significant effect on individuals' behaviors with the increasing use of social media. When the epidemic starts spreading, the information about epidemic also spreads among people. In this thesis, we provide a new deterministic model, namely UVIW (Uninformed-susceptible, Informed-susceptible, Infected, Social Media) which incorporates the epidemic spread as well as information spread. This model is designed by considering the SIS (Susceptible - Infected – Susceptible) model as a base model [1]. We divide the susceptible state into two new states based on the awareness status of people about the diseases and include the social media state to calibrate the dynamics of social media. Furthermore, we use Influenza like illness data of USA and related twitter data to analyze the predictions of our model, and we compared the results with logistic growth model. We indicate that using the model with information spread yields better estimations especially in the early growth phase of the epidemic. Additionally, our model produces predictions for the social media dynamics which is also a novel outcome in this field.
Benzer Tezler
- COVİD-19 ile mücadelede ülkelerin nispi performansı: İki aşamalı bootsrap veri zarflama analizi
Relative performance of countries in fighting COVİD-19: Two-stage bootsrap data envelopement analysis
GUPSE SEVDA YALÇIN
Yüksek Lisans
Türkçe
2022
Halk SağlığıDüzce ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DOÇ. DR. OĞUZ KARA
- انعكاس األزمة المالية العالمية على الواقع االقتصادي والمصرفي العراقي فيظل فترة كوفيد - 19)2021-2019(
2019-2021 Covid-19 dönemi ışığında küresel finansal krizin Irak ekonomik ve bankacılık gerçekliğe yansıması / The reflection of the global financial crisis on the Iraqi economic and banking reality in light of the Covid-19 period (2019-2021)
NAGHAM SAEED KHUDADA KURDI
Yüksek Lisans
Arapça
2022
MaliyeKarabük ÜniversitesiFinans ve Bankacılık Ana Bilim Dalı
PROF. DR. SAİM KAYADİBİ
- Makine öğrenimini kullanarak COVID-19 salgınının yayılma oranına ilişkin öneri sistemi
Suggestion system regarding the spread rate of the COVID-19 outbreak using machine learning
MOHAMMAD HALIM AMINI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PERİ GÜNEŞ
- Makine öğrenimi yöntemleri ile Türkiye istatistiki bölgelerinde COVID-19 yaygınlığının analizi
Analysis of the preference of COVID-19 in statistical regions of Turkey by machine learning methods
HATİCE NUR CANPOLAT
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERTAN GÜNER
- Covid-19 hastaları için makine öğrenmesi sınıflandırma yöntemleriyle hastalık evresinin tahmini
Prediction of disease stage by machine learning classification methods for Covid-19 patients
MELİS MERVE DOĞANÇAY
Yüksek Lisans
Türkçe
2023
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. ÖZLEM EGE ORUÇ
DR. ÖĞR. ÜYESİ MELİKE ŞIRLANCI