[논문 리뷰] Google Trends Analysis of COVID-19

Long Hoang Nguyen, Zhenhe Pan외 3명|arXiv (Cornell University)|2020. 11. 07.

Data-Driven Disease Surveillance참고 문헌 24인용 수 5

한 줄 요약

이 연구는 기계학습을 활용하여 글로벌 및 국가 수준의 코로나19 확진자 수를 예측하는 데 Google 트렌드 데이터를 활용한다. 역사를 기반으로 한 확진자 수와 검색 트렌드 데이터를 통합하여, 딥 뉴럴 네트워크 모델이 RMSE를 1,595에서 807로 49% 향상시켰다. 이는 Google 트렌드가 팬데믹 역학 예측 정확도를 크게 향상시킬 수 있음을 시사한다.

ABSTRACT

The World Health Organization (WHO) announced that COVID-19 was a pandemic disease on the 11th of March as there were 118K cases in several countries and territories. Numerous researchers worked on forecasting the number of confirmed cases since anticipating the growth of the cases helps governments adopting knotty decisions to ease the lockdowns orders for their countries. These orders help several people who have lost their jobs and support gravely impacted businesses. Our research aims to investigate the relation between Google search trends and the spreading of the novel coronavirus (COVID-19) over countries worldwide, to predict the number of cases. We perform a correlation analysis on the keywords of the related Google search trends according to the number of confirmed cases reported by the WHO. After that, we applied several machine learning techniques (Multiple Linear Regression, Non-negative Integer Regression, Deep Neural Network), to forecast the number of confirmed cases globally based on historical data as well as the hybrid data (Google search trends). Our results show that Google search trends are highly associated with the number of reported confirmed cases, where the Deep Learning approach outperforms other forecasting techniques. We believe that it is not only a promising approach for forecasting the confirmed cases of COVID-19, but also for similar forecasting problems that are associated with the related Google trends.

연구 동기 및 목표

• 글로벌 수준에서 코로나19 관련 키워드 검색 트렌드와 WHO가 보고한 확진자 수 간 상관관계를 조사하기 위해.
• 기계학습 모델에 Google 트렌드 데이터를 통합하여 팬데믹 진행 상황을 예측하는 데의 효과성을 평가하기 위해.
• 다양한 예측 모델(선형 회귀, 음이 아닌 이항분포, 딥 뉴럴 네트워크)의 성능을 Google 트렌드 특징 유무에 따라 비교하기 위해.
• 글로벌 및 국가 수준(예: 이탈리아, 프랑스, 미국)에서 모델의 예측 정확도를 평가하기 위해.
• Google 트렌드가 공중보건 예측 향상에 있어 저비용으로 효과적인 데이터 소스로 기능할 수 있는지 확인하기 위해.

제안 방법

• 코로나19 관련 키워드 검색 트렌드와 WHO가 보고한 확진자 수 간 상관관계 분석을 수행하였다.
• 세 가지 기계학습 모델을 적용: 다중 선형 회귀, 비음수 정수 회귀(음이 아닌 이항분포), 딥 뉴럴 네트워크(DNN)를 활용한 예측.
• 역사적 확진자 수와 Google 트렌드 데이터를 입력 특징으로 사용하였으며, DNN 모델은 국가 간 시공간 데이터를 기반으로 훈련하였다.
• 표준 평가 지표인 RMSE, MAE, MAPE, R²를 사용하여 Google 트렌드 입력 유무에 따라 모델 성능을 평가하였다.
• 일부 영향력 있는 국가(이탈리아, 프랑스, 미국)의 국가 수준 분석을 수행하여 접근법의 일반화 가능성과 강건성을 검증하였다.
• DNN 모델을 활용해 실제 확진자 수와 예측값을 시각화하여 패턴 일치도와 오차 범위를 평가하였다.

실험 결과

연구 질문

• RQ1 글로벌 수준에서 Google 검색 트렌드와 보고된 코로나19 확진자 수 사이에 통계적으로 유의미한 상관관계가 존재하는가?
• RQ2 Google 트렌드 데이터를 통합함으로써 기계학습 모델의 확진자 예측 정확도가 얼마나 향상되는가?
• RQ3 선형 회귀, 음이 아닌 이항분포, 또는 딥 뉴럴 네트워크 중에서 Google 트렌드 데이터를 보완으로 사용했을 때 가장 우수한 성능을 보이는 기계학습 모델은 무엇인가?
• RQ4 특히 이탈리아, 프랑스, 미국처럼 높은 확진자 증가율을 보이는 지역에서 모델 성능은 어떻게 변하는가?
• RQ5 Google 트렌드가 질병 확산과 관련된 실시간 공중의 관심과 행동을 저비용으로 효과적으로 대체할 수 있는가?

주요 결과

• Google 검색 트렌드는 확진자 수와 강한 시간적 상관관계를 보이며, 이는 공중 관심의 지표이자 유행 추세의 잠재적 조기 신호로 활용될 수 있음을 검증한다.
• 딥 뉴럴 네트워크 모델은 Google 트렌드 데이터를 통합했을 때 선형 회귀 및 음이 아닌 이항분포 모델보다 더 높은 예측 정확도를 보였다.
• Google 트렌드 데이터 통합으로 인해 딥 뉴럴 네트워크 모델의 RMSE가 49% 감소하여 1,595에서 807로 하락했으며, 이는 성능 향상이 뚜렷하게 나타남을 시사한다.
• Google 트렌드를 사용한 모델은 글로벌 수준에서 R²가 0.82를 기록하여 트렌드 없이 사용한 모델의 0.76보다 유의미하게 높아 실제 데이터에 더 잘 맞는다는 것을 보여준다.
• 국가별 평가 결과, Google 트렌드를 통합한 DNN 모델은 프랑스에서 RMSE를 1,346에서 643으로 2배 감소시켰고, 이탈리아는 1,432에서 657로, 글로벌 수준에서도 유사한 감소를 보였으며, 미국에서는 1,310에서 520으로 2.5배 감소시켰다.
• 이 연구는 Google 트렌드가 공중보건 위기 예측 모델의 예측 능력을 향상시키는 데 있어 가치 있고 접근 가능하며 효과적인 데이터 소스임을 확인한다.