Human Behavior in the Time of COVID-19: Learning from Big Data

要約

世界保健機関 (WHO) が 2020 年 3 月に COVID-19 をパンデミックと特定して以来、2022 年 10 月の時点で、COVID-19 の確定症例数は 6 億人を超え、死者数は 600 万人を超えています。 COVID-19 パンデミックとの関係
人間の行動は複雑です。
一方では、人間の行動が病気の蔓延を形作っていることがわかっています。
その一方で、パンデミックはほぼすべての面で人間の行動に影響を与え、さらには変化させました。
人間の行動と COVID-19 パンデミックの間の複雑な相互作用を全体的に理解するために、研究者は自然言語処理、コンピューター ビジョン、音声信号処理、頻繁なパターン マイニング、機械学習などのビッグデータ技術を採用してきました。
この研究では、ビッグデータ技術を使用して COVID-19 パンデミック時の人間の行動を研究する既存の研究の概要を示します。
特に、これらの研究を 3 つのグループに分類します。ビッグデータを使用して、人間の行動をそれぞれ測定、モデル化、活用します。
それに応じて、関連するタスク、データ、およびメソッドが要約されます。
COVID-19 のパンデミックと将来の世界的な大惨事と戦う方法についてより多くの洞察を提供するために、課題と潜在的な機会についてさらに議論します。

要約(オリジナル)

Since the World Health Organization (WHO) characterized COVID-19 as a pandemic in March 2020, there have been over 600 million confirmed cases of COVID-19 and more than six million deaths as of October 2022. The relationship between the COVID-19 pandemic and human behavior is complicated. On one hand, human behavior is found to shape the spread of the disease. On the other hand, the pandemic has impacted and even changed human behavior in almost every aspect. To provide a holistic understanding of the complex interplay between human behavior and the COVID-19 pandemic, researchers have been employing big data techniques such as natural language processing, computer vision, audio signal processing, frequent pattern mining, and machine learning. In this study, we present an overview of the existing studies on using big data techniques to study human behavior in the time of the COVID-19 pandemic. In particular, we categorize these studies into three groups – using big data to measure, model, and leverage human behavior, respectively. The related tasks, data, and methods are summarized accordingly. To provide more insights into how to fight the COVID-19 pandemic and future global catastrophes, we further discuss challenges and potential opportunities.

arxiv情報

著者 Hanjia Lyu,Arsal Imtiaz,Yufei Zhao,Jiebo Luo
発行日 2023-03-23 17:19:26+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CY, cs.LG パーマリンク