數據分析結果和實際情況一致
有關流行性感冒的信息，日本會每周會對國立傳染病研究所等國家約5000個醫療診所的流感疾病患者進行統計並發表數據。經過對比發現，實際統計數值和大數據的預測結果基本保持一致。為何機器的預測會和實際流感感染者的數值會是一致的呢？
首先是因為通過網絡上的留言進行分析的技術有所進步。
現在的科學技術，可以通過各種各樣的留言自動搜索到所要尋找的相關數據，並進行自動分類。谷歌目前所使用的技術，就是利用服務器分析同流行性感冒關係十分密切的幾十個單詞，來進行統計。
另一個則是大數據所特有的功能。有關流感的推特信息在流感最盛行的時候會每日有幾千條甚至上萬條。假設即使有一些誤差，但是通過龐大的數據分析，也會提高分析出的數據的精准度。
盡早提供流感情報可防止流感擴散
公共機關發表的流感情報，因為要時隔一周，所以這比流感實際傳染的速度要慢的多。
此外，有些偏遠地區的診所情報並不確切，也很難把握流感的實際情況。
如果通過社會媒體等大數據來預測流感的相關情報，則能有效的彌補這一缺點。
京都大學設計學專業的特定准教授荒牧英治表示，因為社會媒體的豐富，人們使用即時軟件的人變多。像這樣利用大數據有效預測傳染病流行情況，即使人在海外，我們也可對其進行監控。如果流感來臨，大家應該盡早戴口罩等徹底預防流感的擴散。 |
