摘 ?要： 自全國新型冠狀病毒感染的肺炎疫情出現以來，在教育主管部門指導下，各學校防疫工作科學有序開展。面對爆發(fā)增長的病例數字，如何快速、準確地收集校學生健康狀況數據是防疫工作的重中之重。師生出行或狀態(tài)狀況等數據若采用傳統的微信群、QQ群收集方式會導致時間久、效率低，而且難免錯漏。利用信息化平臺發(fā)布填寫任務，能夠讓師生在規(guī)定時間內填寫當天健康信息、歷史出行記錄、家庭成員健康狀況等。對于海量的數據，通過手工篩選問題數據工作量巨大。平臺基于DBSCAN算法對海量數據進行分析，找出孤立點，挖掘異常數據，減少數據篩選工作量，提高定位精度，助力學校疫情防控。系統在湖北、江蘇、安徽、江西、廣東和河北等百所學校進行了使用，產生了良好的社會效益和經濟效益。

關鍵詞： 新冠肺炎; 數據采集; 云平臺設計; DBSCAN算法; 疫情防控; 數據篩選

中圖分類號： TN919?34 ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）24?0117?04

Design of school COVID?19 data acquisition cloud platform based on DBSCAN algorithm

SUN Caiyun

（College of Electronic & Information Engineering， Nanjing University of Information Science & Technology， Nanjing 210044， China）

Abstract： Since the outbreak of COVID?19 in China， the epidemic prevention work in schools has been carried out scientifically and orderly under the guidance of the ?competent authorities for education. In the face of the increasing number of the cases， how to quickly and accurately collect the health data of school students is the top priority of epidemic prevention work. If the traditional WeChat group and QQ group are used to collect the data of travel condition or status quo of teachers and students， it will lead to a long time consumption， low efficiency， and inevitable errors and omissions. The information platform is used to release the filling task， so that teachers and students can fill in the forms of their health information， historical travel records， and health status of their family members within the specified time. For massive data， the workload of manually filtering problem data is huge. The ?platform is based on DBSCAN algorithm to analyze massive data， so as to find out the isolated point， mine the abnormal data， reduce the workload of data screening， improve the positioning accuracy， and help epidemic prevention and control of schools. The system has been used in hundreds of schools in Hubei， Jiangsu， Anhui， Jiangxi， Guangdong and Hebei provinces， and has produced good social and economic benefits.

Keywords： COVID?19; data collection; cloud platform design; DBSCAN algorithm; epidemic prevention and control; data screening

0 ?引 ?言

2019新型冠狀病毒在2020年1月12日被世界衛(wèi)生組織命名為2019?nCoV [1]，2020年2月11日被國際病毒分類委員會命名為SARS?CoV?2 [1] 。2019年12月，武漢市部分醫(yī)療機構陸續(xù)出現不明原因肺炎病人。武漢市持續(xù)開展流感及相關疾病監(jiān)測，發(fā)現病毒性肺炎病例27例，均診斷為病毒性肺炎/肺部感染[2?3]。 教育部2020年1月22日發(fā)出通知，要求各級各類學校做好新型肺炎的疫情防控。要求各地方、各學校積極參與疫情防控，密切關注師生健康，獲取第一手資料，積極采取針對性的專業(yè)指導，做到早發(fā)現、早報告、早治療，配合各級衛(wèi)生部門做好集中救治工作，有效處置疫情，嚴格落實疫情防擴散措施。

} ?else

context.Response.Write（"{＼"status＼"：＼"error＼"，＼"result＼"：＼"nofile＼"}"）; ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?//返回狀態(tài)

5.3 ?填報任務統計

string province = this.ddlPROVINCE.SelectedValue.Trim（）;

//獲得省份

string wheresql = string.Empty; ? ? ? ? ? ? ? ? ?//定制空字符串

List lst = new List（）;

//構造空參數變量

if （！string.IsNullOrEmpty（province）） ? ? ? ?//如果省份不為空

{ ?wheresql += " and a.province=@PROVINCE";

//構造省份篩選字符串

lst.Add（new SqlParameter（"@PROVINCE"， province））;

}

if （！string.IsNullOrEmpty（schoolname））

//構造學校篩選字符串

{ ? wheresql += " and a.schoolname like ′%′+@SCHOOLNAME+′%′";

lst.Add（new SqlParameter（"@SCHOOLNAME"， schoolname））;}

string sql = "select a.schoolname，a.province，（select count（*） from QY_TEACHER b where a.id=b.schoolid） as jssl，（select count（*） from QY_STUDENT b where a.id=b.schoolid） as xssl，";

//構造完成SQL字符串

sql += "（select count（*） from QY_MODAL b where a.id=b.schoolid and modalsx=′私有′） as modalsl，（select count（*） from QY_TASK b where a.id=b.schoolid） as tasksl，";

sql += "（select count（*） from QY_CZRZB b where a.id=b.schoolid and b.yhcz=′登錄′） as zdlcs，（select top 1 drsj from QY_CZRZB b where a.id=b.schoolid and b.yhcz=′登錄′ order by b.id desc） as drsj";

sql += " from QY_SCHOOL a where sfqy=1" + wheresql + " order by province，schoolname"; ? ? ? ? ? //構造完整的SQL字符串

GVData.DataSource = DbHelperSQL.Query（sql， lst.ToArray（））; ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? //設置數據源

GVData.DataBind（）; ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? //數據源綁定

6 ?結 ?語

2020年在防控新冠肺炎疫情工作中，團隊積極響應，助力抗疫，快速推出新冠肺炎疫情學校數據采集云平臺免費給學校使用。系統兼容移動設備，方便師生使用，任務設置靈活，統計功能強大。目前已在湖北師范大學等在內的30多所院校進行了試用和推廣，市場主體反響積極。后期，系統將進一步提升智慧化程度，引入更多人工智能算法服務于系統決策支持。

參考文獻

[1] 劉丹陽.武漢市衛(wèi)健委通報：1月13日無新增新型冠狀病毒感染的肺炎病例[EB/OL].[2020?01?15].http：//www.china development.com.cn/sh/2020/0115/1601245.shtml.

[2] 陳沁涵.兩大國際權威機構給新冠病毒和新冠肺炎分別命名[DB/OL].[2020?04?10].http：//www.bjnews.com.cn/world/2020/02/12/688151.html.

[3] 錢亦琛.武漢12月發(fā)現病毒性肺炎病例27例大部分為海鮮城經營戶[EB/OL].[2019?12?31].http：//k.sina.com.cn/article_1914880192_7222c0c002000qu0e.html.

[4] 謝江.針對非均勻密度環(huán)境的DBSCAN自適應聚類算法的研究[D].重慶：重慶大學，2015.

[5] 楊建紅.基于密度的聚類算法研究[D].長春：長春工業(yè)大學，2010.

[6] 李文杰，閆世強，蔣瑩，等.自適應確定DBSCAN算法參數的算法研究[J].計算機工程與應用，2019，55（5）：1?7.

[7] 董曉君，程春玲.基于核密度估計的K?CFSFDP聚類算法[J].計算機科學，2018，45（11）：244?248.

[8] 秦佳睿，徐蔚鴻，馬紅華，等.自適應局部半徑的DBSCAN聚類算法[J].小型微型計算機系統，2018，39（10）：2186?2190.

[9] 丁蕾，蔡偉，丁健青，等.新型冠狀病毒感染疫情下的思考[J].中國科學，2020，50（3）：247?257.

[10] 鄧建高，齊佳音，方濱興，等.面向國家公共安全的互聯網信息行為融合治理模式研究[J].江蘇社會科學，2018（5）：127?139.

[11] 王名，蔡志鴻，王春婷.社會共治：多元主體共同治理的實踐探索與制度創(chuàng)新[J].中國行政管理，2014（12）：16?19.

[12] 范穎，劉夢.基于云平臺的在線教育課程資源共享設計與研究[J].現代電子技術，2020，43（1）：175?178.

[13] 王冠雅.基于云平臺的在線服務性產品任務流分配設計與研究[J].現代電子技術，2019，42（19）：132?134.

作者簡介：孫彩云（1979—），女，江蘇灌云人，碩士研究生，實驗師，研究方向為智慧化信息系統設計集成。