{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,21]]，“日期-时间”：“2024-06-21T17:37:04Z”，“时间戳”：1718991424765}，“引用-计数”：37，“出版商”：“Springer Science and Business Media LLC”，“问题”：“2”，“许可证”：[{“开始”：{-“日期-零件”：[2019,7,25]]，时间“：”2019-07-25T00:00:00Z“，“timestamp”：1564012800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2019,7,25]]，“date-time”：“2019-07-25T00:00:00Z”，“timetamp”：155401280000}，”content-versiion“：”vor“，”delay-in-days“：0，”URL“http://\www.springer”。com/tdm“}]，“出资人”：[{“DOI”：“10.13039\/501100008982”，“名称”：“国家科学基金会”，“doi-asserted-by”：“publisher”，“award”：[“1755850”]}，{“doi”：“10.13039\/100011039”，“name”：“Intelligence Advanced Research Projects Activity”，“doi-asserted-by”：”publisher“，”award“：[”D12PC000337“]}]，“content-domain”：{“domain”:[”link.springer.com“]，“crossmark-restriction”：false}，“short-container-title”：[”Geoinformatica“]，“published-print”：{“date-parts”：[[2020,4]]}，“DOI”：“10.1007\/s10707-019-00376-9”，“type”：“journal-article”，“created”：{“date-parts”：[2019,7,25]]，“date-time”：“2019-07-25T07:24:13Z”，“timestamp”：1564039453000}，”page“443-475”，“update-policy”：”http://dx.DOI.org\/10007\/springer _crossmark_policy“，“source”：“Crossref”，“is-referenced-by-count”：17，“title”：[“疾病接触网络上的在线流感流行病学深度建模”]，“prefix”：“10.1007”，“volume”：“24”，“author”：[{“given”：”Liang“，”family“：”Zhao“，”sequence“：”first“，”affiliation“：[]}，{“fixed”：“jiangzhao”，”faily“Chen”，“sequence”：“additional”，“affiliance”：[]]}，{“给定”：“方”，“家庭”：“金”，“序列”：“附加”，“从属”：[]}，{“给出”：“卫”，“家族”：“王”，“顺序”：“额外”，“附属”：[]}，}“给定的”：“长天”，“家人”：“鲁”，“次序”：“添加”，“隶属”：[[]}，{”给定“：“纳伦”，“家”：“罗摩克里希南”，“时序”：“新增”，“归属”：[+]}]，“成员”：“297”，“在线发布”：{“date-parts”：[[2019,7,25]]}，“reference”：[{“key”：“376_CR1”，“doi-asserted-by”：“crossref”，”unstructured“：“Achrekar H，Gandhe A，Lazarus R，Yu S-H，Liu B（2011）使用推特数据预测流感趋势。In:INFOCOM WKSHPS，pp 702\u2013707”，“doi”：“10.1109\/INFCOMW.2011.5928903”}，{“key”：”376_CR2“，”doi-assert by“：”crossref“，”非结构化“：“Achrekar H，Gandhe A，Lazarus R，Yu S-H，Liu B（2013）在线社交网络流感趋势跟踪器：预测流感趋势的新型感官方法。In:生物医学工程系统和技术。Springer，pp 353\u2013368”，“DOI”：“10.1007\/978-3642-38256-7_24”}，{“key”：“376_CR3”，“DOI-asserted-by”：“publisher”，“first page”：：“10.1038\/280361a0”，“volume”：“280”，“author”：“RM Anderson”，“year”：“1979”，“unstructured”：“Anderson RM，May RM（1979），《传染病的人口生物学》第i部分，《自然》280:361\u20137”，“journal-title”：“Nature”}，{“key”：《自然》}，“376_CR4”，“doi-asserted-by”：“crossref”，《非结构化》：“Barrett C，Beckman R，Khan M，Kumar V，Marathe M，Stretz P，Dutta T，Lewis B（2009）大型综合社交网络的生成与分析。收录于：WSC，pp 1003\u20131014”，“DOI”：“10.1109\/WSC.2009.5429425”}，{“key”：“376_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Barett C，Bisset K，Eubank S，Feng X，Marather M（2008）Episimdemics：一种模拟传染病在大型现实社会网络上传播的有效算法。In:ICS，pp 1\u201312“，“DOI”：“10.1109\/SC.2008.5214892”}，{“key”：“376_CR6”，“DOI-asserted-by”：“crossref”，“unstructured”：“Barrett C，Beckman R，Khan M，Anil Kumar V，Marathe M，Stretz PE，Dutta T，Lewis B（2009）大型综合社交网络的生成和分析。In：冬季模拟会议。冬季模拟会议，pp 1003\u20131014“，“DOI”：“10.1109\/WSC.2009.5429425”}，{“key”：“376_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Bhatele A，Yeom J.-S.，Jain N，Kuhlman CJ，Livnat Y，Bisset KR，Kale LV，Marathe MV（2017）对现实社会网络中传染病传播的大规模并行模拟。摘自：第17届IEEE\/ACM集群、云和网格计算国际研讨会论文集。IEEE出版社，第689\u2013694页”，“DOI”：“10.1109\/CCGRID.2017.141”}，｛“key”：“376_CR8”，“volume title”：“模式识别和机器学习，第4卷”，“author”：“CM Bishop”，“year”：“2006”，“nonstructured”：“Bishop CM等人（2006）模式识别和机器学习，第4卷。Springer，New York“}，{“key”：“376_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Bisset K，Chen J，Feng X，Kumar VSA，Marathe M（2009）Epifast:分布式存储系统上大规模真实流行病模拟的快速算法。In:ICS，pp 430\u2013439”，《doi》：“10.1145 \/1542275.1542336”}非结构化”：“Bisset KR，Chen J，Feng X，Kumar V，Marathe M（2009）Epifast:分布式存储系统上大规模真实流行病模拟的快速算法。输入：ICS。ACM，pp 430\u2013439“，“DOI”：“10.1145\/1542275.1542336”}，{“key”：“376_CR11”，“unstructured”：“Brennan S，Sadilek A，Kautz H（2013）《从日常人际交往中了解全球疾病传播》。In:IJCAI.AAAI Press，pp 2783\u20132789“}，”{“密钥”：“37.6_CR12”，“非结构化”：“疾病控制与预防中心（CDC）（2015）”CDC fluview交互。2015年5月31日查阅。\nhttp:\/\/wwwcdc.gov\/fluf\/weekly\/fluviewinteractive.htm“｝，｛“key”：“376_CR13”，“doi断言”：“crossref”，“非结构化”：“Chen L，Hossain KT，Butler P，Ramakrishnan N，Prakash BA（2014）流感病毒传播：使用时间主题模型在推特上对流感进行综合征监测。在：ICMM.IEEE，第2783\u20132789页”，“doi”：“10.1109\/ICDM.2014.137”｝，｛“key”：“376_CR14“，”doi-asserted-by“：”crossref“，”unstructured“：”Choisy M，Gu\u00e9gan J-F，Rohani P（2007）传染病动力学的数学建模。《传染病百科全书：现代方法学》，第379\u2013404页，“DOI”：“10.1002\/9780470114209.ch22”}，{“issue”：“S-5”，“key”：“376_CR15”，”DOI-asserted-by“：”publisher“，“first page”：”S9“，”DOI“：”10.1186\/2041-480-2-S5-S9“、”volume“：”2“，”author“：”N Collier“，”year“：”2011“，”unstructured“：”Collier N，Son NT，Nguyen NM（2011）Omg u得了流感？分析用于生物监测的共享健康信息。《生物医学语义学杂志》2（S-5）：S9“，”期刊标题“：”《生物医学语义》“}，{”问题“：”59“，”关键“：”376_CR16“，”doi-asserted-by“：”出版商“，”首页“：”776“，“doi”：“10.1098\/rsif.2010.0511”，“卷”：“8”，“作者”：“ME Craft”，“年份”：“2011”，“非结构化”：“Craft ME，Volz E，Packer C，Meyers LA（2011）领土人口中的疾病传播：小世界塞伦盖蒂狮子网络。J R Soc Interface 8（59）：776\u2013786“，“journal-title”：“J R Soc Interface”}，{“key”：“376_CR17”，“doi-asserted-by”：“crossref”，“unstructured”：“Culotta A（2010）Towards detecting influence by analysis Twitter message.In:Proceedings of the First Workshop on Social Media Analytics.ACM，pp 115\u2013122”，“doi”：“10.1145 \/1964858.1964874”}、{“key“：”376_CR18“，”unstructured“：”Dredze M，Paul MJ，Bergsma S，Tran H（2013）Carmen:一个Twitter地理定位系统，用于公共卫生。In:AAAI关于扩大HIAI边界的研讨会。Citeser，pp 20\u201324“}，{“key”：“376_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Gao Y，Zhao L（2018）空间事件尺度预测的不完全标签多任务序数回归。In:AAAI人工智能会议”，“doi”：“10.1609\/aaaai.v33i01.33013638”}，}“issue”：“3”，“key“：”376_CR20“，”doi-assert-by“：”publisher“，”第一页“：”559“，”DOI“：”10.1093\/biomet“：”64“，”author“：”K Gough“，”year“：”1977“，”unstructured“：”Gough K（1977）潜伏期和感染期的估计。Biometrika 64（3）:559\u2013565“，”期刊标题“：”Biometrika“}，｛”期刊“：”3“，”密钥“：”376_CR21“，”doi断言“：”出版商“，”首页“：”755“，”doi“：”10.1111\/j.1541-0420.2012.01748.x“，”卷“：”68“，”作者“：”C Groendyke“，”年份“：”2012“，”非结构化“：”Groendyke C，Welch D，Hunter DR（2012）1861年哈格洛赫麻疹数据的网络分析。生物统计学68（3）：755\u2013765“，”journal-title“：”Biometrics“}，{“key”：“376_CR22”，“doi-asserted-by”：“crossref”，“unstructured”：“Hirose H，Wang L（2012）使用推特预测传染病传播：一例流感。In:PAAP.IEEE，pp 100\u2013105”，“doi”：“10.1109\/PAAP.2012.23”}，“key“：”376_CR 23“，“unsructured“：”Krieck M、Dreesman J、Otrusina L、Denecke K（2011）《公共卫生的新时代：通过分析推文识别疾病爆发》。摘自：Websci“}，{“key”：“376_CR24”，“unstructured”：“Lamb A，Paul MJ，Dredze M（2013）将事实与恐惧分离：在推特上追踪流感感染。摘自：HLT-NAACL，pp 789\u2013795”}，}，“key“：”376_CR2“，”doi-asserted-by“：”crossref“，”unstructure“：”Murray JD（2002）数学生物学i：简介，跨学科应用数学第17卷“，”DOI“：”10.1007\/b98868“}，{“key”：“376_CR26”，“unstructured”：“泛美卫生组织（PAHO）（2015）PAHO interactive.访问日期：2015年5月31日。\nww.paho.org \/hq\/“}，{“key”：“376_CR27”，“首页”：“16”，“卷”：“11”，“作者”：“MJ Paul”，“年份”：“2012”，“非结构化”：“Paul MJ，Dredze M（2012）从推特挖掘公共卫生主题的模型。健康11:16\u20136”，“日志标题”：“健康”}，}“问题”：“12”，“key“：”376_CR 28“，”doi-asserted-by“：”publisher“，”first页面“：”e1000207“，”doi“：”10.1371 \/journal.pmed.1000207“，“volume”：“6”，“author”：“AM Presanis”，“year”：“2009”，“unstructured”：“Presanis AM，De Angelis D，Hagy A，Reed C，Riley S，Cooper BS，Finelli L，Biedrzycki P，Lipsitch M，et al.（2009）2009年4月至7月美国甲型H1N1流感大流行的严重性：贝叶斯分析。《公共科学图书馆·医学》6（12）：e1000207“，”journal-title“：”PLoS Med“}，{“key”：“376_CR29”，“volume-title”：“传染病建模简介”，“author”：“E Vynnycky”，“year”：“2010”，“unstructured”：“Vynnyky E，White RG（2010）传染病建模导论。牛津大学出版社，牛津”}，“key“：”376_CR10“，”doi-asserted-by“：”crossref“，”非结构化”：“Wang J，Zhao L（2018）疫苗不良事件检测的多因素域适应。摘自：2018年万维网会议记录。国际万维网会议指导委员会，第97\u2013106页，“DOI”：“10.1145\/3178876.3186051”}，{“问题”：“1”，“关键”：“376_CR31”，“DOI-asserted-by”：“出版商”，“首页”：“19”，“DOI:“10.1186\/s13326-018-0184-y”，“卷”：“9”，“作者”：“王军”，“年份”：“2018”，“非结构化”：“王军，赵力，叶毅，张勇（2018）通过整合twitter数据和vaers检测不良事件。《生物医学语义杂志》9（1）：19“，“Journal-title”：“生物医学语义期刊”}，{“key”：“376_CR32”，“unstructured”：“世界卫生组织（WHO）（2015）WHO埃博拉数据和统计。2015年5月29日查阅。\nhttp:\/\/apps.who.int\/gho\/data\/view.ebola-sitrep.ebola-summary-latest“}，{“key”：“376_CR33”，“unstructured”：“世界卫生组织（世卫组织）（2015）世卫组织流感（季节）概况介绍。2015年5月15日查阅。\nhttp:\/\/www.who.int\/mediacentre\/factsheets\/fs211\/en\/“}，{“key”：“376_CR34”，“unstructured”：“Yu H，Ho C，Juan Y，Lin C（2013）Libshorttext:a library for shorttext classification and analysis。Technical report。\nhttp:\/\\/www.csie.ntu.edu.tw\/\u223ccjlin\/paperss\/Libshorttext.pdf”}，}“key:”376_CR15“，”doi-asserted-by“：”cross参考“，”非结构化”：“Zhao L，Chen F，Lu C-T，Ramakrishnan N（2015）社交媒体中的时空事件预测。包含：SDM，第15卷。SIAM，pp 963\u2013971“，“DOI”：“10.1137\/1.9781611974010.108”}，{“key”：“376_CR36”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhao L，Chen F，Lu C-T，Ramakrishnan N（2016）社交媒体中的多分辨率空间事件预测。in:2016 IEEE 16Th international conference on data mining（ICDM）。IEEE，pp 689\u2013698”，“DOI:”10.1109\/ICMM.2016.0080“}，{“key”：“376_CR37”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhao L，Ye J，Chen F，Lu C-T，Ramakrishnan N（2016）用于时空事件预测的分层不完全多源特征学习。摘自：第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集。ACM，pp 2085\u20132094“，”DOI“：”10.1145\/2939672.2939847“}]，”container-title“：[”GeoInformatica“]，”原始标题“：[]，”language“：”en“，”link“：[{”URL“：”http://link.springer.com/content\/pdf\/10007\/s10707-019-00376-9.pdf“，”content-type“：”application\/pdf“、”content-version“：”vor“，”intended-application“：”text mining“}，{”URL“：”http://\/link.springer.com/article\/10.1007\/s10707-019-00376-9\/fulltext.html“，“内容类型”：“文本\/html”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://\/lindex.springer\com/content\/pdf\/10.10007\/s10707-019-00376-9.pdf”，“content-type”：“application\/pdf”“：”相似性检查“}”，“存放”：{“日期部分”：[[2020,7,30]]，“日期时间”：“2020-07-30T13:19:56Z”，“时间戳”：1596115196000}，“分数”：1，“资源”：{“主要”：}“URL”：“http://\/link.springer.com\/10.1007\/s10707-019-00376-9”}，”副标题“：[]，”短标题“：[]，”发布“：{”日期部分“：[2019,7,25]]}，“references-count”：37，“journal-issue”：{“issue”：“2”，“published-print“：{”date-parts“：[[2020,4]]}}，”alternative-id“：[”376“]，”URL“：”http://\/dx.doi.org\/10.1007\/s10707-019-00376-9“，”relation“：{}，“ISSN”：[“1384-6175”，“1573-7624”]，”ISSN-type“：[{”value“：”1384-6175'，“type”：“print”}，{“value”：”1573-7624'，“类型”：“”电子“}]，”主题“：[]，”发布“：{”日期部分“：[[2019,7,25]]}，”断言“：[{”值“：”2018年8月30日“，”订单“：1，”名称“：”收到“，”标签“：”接收“，”组“：组“：{”名称“：”ArticleHistory”，“label”：“ArticleHistory”｝｝，｛“value”：“2019年7月25日”，“order”：4，“name”：“first_online”，“label”：“first online”，“group”：｛“name”：“ArticleHistory”，“label”：“ArticleHistory”｝｝