Page 25 - 动物生物技术与繁殖研究

第一章 动物疫病监测与防控

第三节 大数据在动物疫病防控模式中的应用

一、动物疫病防控中大数据技术的分析流程

（一）采集数据
通过宠物医院、动物卫生管理机构、动物疫病防控中心等相关机构在各地一
线采集动物疫病数据，上传至统一数据库中，包括宠物就诊单、实验检测数据、
疫病检测数据等各类动物健康数据。可使用网络爬虫技术对海量数据进行搜索，

自动捕捉目标数据。给予动物疫病的主要数据和项目设计智能网络爬虫算法，进
行有选择性的搜索，同时捕捉与动物疫病信息相关的网页资源，包括地质水文信
息、气候条件信息、自然灾害信息等，给出搜索结果，辅助动物疫病防控机构进

行进一步分析。
（二）储存管理
所有疫病数据统一存储在数据库中，各数据源的数据集成化管理存储。对数
据进行清理、转换、集成等处理，保证数据的统一标准和格式，提高数据储存质
量，为后续数据挖掘和分析奠定基础。在后续数据深度挖掘中，通过分析挖掘目

标，提取数据库关键子集，将数据库转变为适合挖掘的格式集成化存储管理。可
通过设定时间、地区、动物疫病名称、症状等标签来便于数据库的即时搜索，在
动物疫病管控实际工作中可通过搜索相关信息，学习和参考数据库中的相关防控

方案，从而提高动物疫病防控的效率。
（三）挖掘分析
挖掘分析是通过一定方式在数据库中提取重要信息，对数据进行分析和导向，
满足用户的需要。大数据分析和挖掘不同于传统抽样调查，大数据属于高噪声现
象，并不具备正态性、方差齐性等特点。大数据分析算法和模型并不固定，应按

照分析目标的不同选择适合的算法和模型。常见的分析技术包括神经网络、专家
系统、决策树等，能够提供更接近目标需求的结果。如通过对动物疫病分布、运
输路线、气候地理信息等数据的分析，能够以图形、曲线、报表等方式呈现出分

析结果，从而帮助人们分析疫病流行规律和传播路径。近年来人工智能技术通过
机器学习理论更接近于人类分析过程，更能准确地建立模型，分析数据，帮助人
们快速得到分析结果，为动物疫病管理提供有力指导。

11