曹志冬：大数据驱动的新冠肺炎疫情预测分析

曹志冬研究员先是以两个大数据预测的案例作为开场。第一个案例是著名的“剑桥分析”事件，政治咨询公司“剑桥分析”基于Facebook的27万份个人问卷，结合Facebook用户的浏览记录，高精准地推断网民的个人政治倾向。根据个人政治倾向精准推送诱导信息，最终对五千万Facebook网民进行了诱导性的干预，这在很大程度上影响了美国2016年总统大选的结果。

传统的理论驱动的研究与大数据驱动的研究方法有很大区别。前者要先提出理论假设，严格设计抽样调查程序，基于抽样调查数据，运用统计分析工具科学验证假设，证明假设为真或证伪。但是在大数据时代，数据较为密集，数据多到能够替代总体，传统的小样本验证假设的方式就受到了很大的挑战。

在数据层面，有三个影响因素会决定研究方法或者科学实验的成败与否：样本采集精度、样本量大小、样本能否代表总体。科学的理论驱动研究方法必须要满足几个条件：1.样本质量可靠可用；2.满足推断精度条件下样本量最小；3.布局合理，具备足够代表性。在大数据时代，这三个维度相应地发生了质的变化：1.数据混杂，个体精度大幅下降，可靠性低下；2.样本量极大丰富，甚至一定程度上可视为总体；3.布局难以提前设计，具有高不确定性。

曹志冬研究员以《Science》和《Nature》的相关研究举例，表明尽管人们的出行模式有很大不同，但大多数人的行为是可预测的。且根据个体之前的行为轨迹，人类时空活动的可预测性高达93%。他表示，传染病主要以接触为主进行传播，没有了人员的密切接触，传染病就无法跨越千里，自身实现传播。

最后，他还对大数据在新冠抗疫中的应用进行了一些举例，如疫情预测与形势研判、密切接触者追踪、细粒度人员流动信息、物资生产调度平台、疫情服务小程序、疫情数据聚合与展示等。