基于形式概念分析的新冠肺炎疫情大数据挖掘

形式概念分析是一种分析数据和提取规则的有力工具,其核心结构-概念格体现了对象与属性间的统一,通过构造概念格可以挖掘数据中隐含的概念,以及概念之间的层次关系.因此,在大数据的背景下,运用形式概念分析理论,从大量数据中进行规则提取和发现是切实可行并且大有可为的.该文将之引入到新冠肺炎患者医疗数据的分析中来,通过构建形式背景和概念格来探究新冠肺炎病理学潜在模式,并通过统计学方法分析患者性别、年龄、临床症状分布规律;然后,用Pearson相关系数探究新冠肺炎与不同影响因素间的隐含联系,并进行了相关实验分析.得出结论:新冠肺炎各年龄段人群普遍易感,其中,中老年人和慢性病患者感染的可能性更大.新冠肺炎临床症状主要表现为发热和咳嗽,部分个体会伴随有肌肉疼痛、咽喉疼、疲劳等症状.最后,以上述分析结果为基础,提出相应的防控策略.