由 dawei seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””> 将不同时间段的授权位置数据进行纵向串联，能够有效绘制出手机持有者的移动轨迹。这类个体数据，正如李兰娟院士提到的，可以用于追踪被感染者的疾病传播路径、定位感染源，配合关系图谱更可锁定被感染者曾经接触过的人群，以便及时采取隔离、治疗等防控措施，避免疫情更大范围扩散。为防控春运返程高峰时可能发生的传染事件提供有效工具。
seline;color:#27282D;font-family:” font-size:16px;”=””> 而将这些个体数据集合形成的群体数据，则能够清晰显示重要疫区的人员流入及流出方向、动态及规模，如百度、腾讯等互联网企业均已基于授权数据制作此次春运期间的人口迁徙地图，可据此观察各城市的人口流入、流出状况，尤其是重点疫区人口流出方向。这些数据有利于定位疫情输出的主要区域、预测地区疫情发展态势、预测地区潜在染病人群，为疾病防控部门及地区政府分类制定春运返程计划、有针对性地出台交通管制措施等提供决策支撑。
seline;color:#27282D;font-family:” font-size:16px;”=””> 除此之外，将同一时点不同个体的位置数据进行横向整合，还能够清晰展现出特定时间点曾经到过疫情高风险地区的人群，并可据此监测人群密度及动向，如某大数据公司以疫情始发地为分析重点，利用位置数据定位自2019年11月起曾经去过疫情始发地的人，为潜在感染者的发现及自我隔离等提供信息参考。而这些人群密度地图、高染病区域地图、地区交通管制措施等数据信息还能为个人规划返程路线提供有效参考。
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>
seline;color:#27282D;font-family:” font-size:16px;”=””>