非常规突发事件在线信息处理及其演化传播规律研究综述

2013-06-28李仕明电子科技大学成都610054

电子科技大学学报(社科版) 2013年2期

□刘樑史浩何婧李仕明 [电子科技大学成都 610054]

引言

非常规突发事件是指前兆不充分，具有明显的复杂性特点和潜在的次生危害，破坏性严重，采取常规方法难以应对[1]。伴随着人类社会在不断发展社会经济的同时，社会生态耦合系统在不断受到由于人类社会自身而产生一系列事件的冲击。追溯到我国改革开放时期，社会、政治和经济发生了较大转变，与之相对应的产业结构、经济结构和社会结构出现了大变革的态势，各种矛盾凸显。非常规突发事件带来了经济损失和人民生命财产的损失，并严重威胁社会稳定，已经引起社会学家和管理专家们越来越密切的关注。

非常规突发事件应急管理的核心在于应急决策，应急决策的重要前提是非常规突发事件在线信息的处理。在非常规突发事件在线信息的发生发展过程中，在线信息的处理决定着非常规突发事件的发生发展。科学应急决策的基础则是高效、准确、及时地处理多源异构、海量实时的非常规突发事件信息。在信息化、网络化时代，在线开源信息占总信息量的80%以上，是信息处理的重点。相关的研究表明，在非常规突发事件的发展过程中，在线信息的处理对事件的发生发展有着决定性的作用，而在线信息演化传播规律的研究，对于有效预防和控制非常规突发事件有重要作用。

一、非常规突发事件在线信息处理研究

非常规突发事件在线信息的研究主要以网络开源信息为研究对象。开源信息是指可以从公开渠道或者半公开渠道获取的信息，通过对公开或半公开的信息展开识别挖掘处理获取的知识及智能情报，称为开源知识或情报。开源知识或情报早期主要运用在军事领域，其主要是针对知识或情报的识别和挖掘，适用在非常规突发事件应急管理中的研究相对较少。

非常规突发事件属于极小概率事件，且具有难以准确预测等特点，导致其开源信息或情报的处理有着其特殊的要求和方法。非常规突发事件开源信息或情报来源于不同的传播媒介，针对通过在线信息获取的数据的处理方法也不尽相同，主要是时空分析方法和事件演化分析方法，其中，时空分析方法包括时空扫描统计、时空可视化方法、时空插值方法、时空传播模型等，事件演化分析方法包括数据驱动的算法、复杂网络分析、基于智能体的仿真模拟算法等[2]。处理开源信息的技术原理主要有纯文本抽取技术、将图像数据转换为文本数据的方法、信息抽取技术、语义图技术等[3]；云计算在开源海量数据挖掘平台的应用[4]；针对互联网突发事件信息自动获取和识别的方法包括：特征向量库、决策表规则和最短距离相结合的匹配方法、使用向量空间模型和改进Robot技术等[5,6]。

二、非常规突发事件在线信息演化传播规律研究

（一）在线信息传播扩散机理

网络危机信息是指在公共危机的潜伏、爆发、缓解及消除阶段，政府、网络媒体和公众在网络上发布和交流的与公共危机相关的所有信息之和[7]。网络危机信息具有危机信息网络信道动态化、参与的信息点动态化、信息流量动态化等特点。影响网络危机信息传播的主体主要有：政府、网络媒体、网民。构建“政府-媒体-公众”公共危机信息传播模式的理论基础是多元治理理论和危机沟通理论。政府、媒体与公众以信息为载体发生联系，形成一个完整的信息传播系统[8]。

在线信息的演化传播过程中，在线信息是通过不同的文字或图片等符号进行传播信息的，这些符号我们可将其称为在线信息的编码。通过编码的信息可以通过不同的渠道向外界即网络上的不同平台展开；进而，在整个在线信息的演化传播过程中，信息受到发布者不同背景、学历、年龄和阅历的影响，表现出不同的状态，包括真确性信息和虚假谣言等。然而，对于虚假信息或谣言的出现，我们将其视为是一系列噪声因素决定，其并将影响在线信息的整体传播演化轨迹。在整个过程中，不同的主体对接触到在线信息后，必然会根据自身的观点和态度，做出判断、反应和反馈的过程，具体表现在回帖、转帖等手段和途径[9]。

1.传播扩散理论

最早且运用在大众传播领域的“5W模式”是由美国著名政治家Hardd Lass-well提出的[10]。紧接着，Shannon & Weaver的专著《传播的数学理论》为其他领域的信息演化传播的理论和方法奠定了基础。随着，由工程学家Osgood与Schramm提出的结合社会传播互动性的“循环模式”，体现信息传播的行为主体的多元化特点。基于此，提出了公共危机信息传播的“3S”理论包括：小世界现象[11]、六度分隔假说、无标度网络[12]。其中，“小世界模型”和“无标度模型”成为了复杂网络研究中的两个基本模型[13]。1973年，美国社会学家格兰诺维特提出“弱关系的强势”假设[14]。1992年，美国卡内基梅隆大学组织学教授克雷克哈德针对格兰诺维特提出的“弱关系的强势”的观点提出“强关系的强势”假设[15]。1992年，美国芝加哥大学社会学教授伯特（Ronald S·Burt）提出了另一新概念——结构洞理论。他将结构洞定义为“非冗余联系之间的分割”[16]。

2.传播扩散模式

Zanette首先将小世界网络理论应用于危机信息传播的研究，得出一些包括传播临界值在内的结论[17]。Moreno等人又运用无标度网络建立了危机信息传播模型，同时把由计算机仿真和通过随机分析的方法得出的结论进行了比较[18]。李志宏等结合突发性公共危机信息传播的特点，提出基于信息流强弱的突发性公共危机信息传播模式[19]。孙华程在小世界网络与无标度网络结构模型的基础上，考虑公共危机信息传播具备的网络节点增加和网络节点连线增加等特点，在无标度网络模型内引入可变集聚系数，建立公共危机信息传播的复杂网络结构模型[20]。基于Shannon和Weaver提出的信息传播线性模式，Defleur提出了“互动过程模式”，其全面地阐述了在线信息演化传播过程中，应更多地考虑谣言等噪音和信息传播渠道的多样性等特点，认为谣言等噪音对整个非常规突发事件在线信息的传播扩散有着非常重要的影响，其会影响和决定在线信息传播演化的整体方向。

3.传播扩散阶段

很多学者在研究非常规突发事件在线信息传播演化规律的过程中，将在线信息的传播扩散阶段化。如：Robert Heath将非常规突发事件应急管理或危机管理划分为减少、准备、反应和恢复4个阶段，形成了最早的4R模型[21]。Steven Fink认为在线信息的传播扩散必然是一个解决问题的过程，且符合生命周期理论，具有循环整体系统性，其将信息的传播扩散划分为：潜在期、突发期、蔓延期和解决期，对非常规突发事件在线信息传播演化规律研究提供了重要理论基础[22]。同时，国内学者也展开了相关的研究，主要考虑信息在传播过程中，由突发到稳定，由无序到有序，李志宏等将在线信息的演化传播划分为前兆阶段、爆发阶段、蔓延阶段、缓解阶段和终止阶段等5个阶段[23]。

（二）动态网络危机情报的交互机制

1.交互机制理论

在突发事件网络舆情作用机制中，有四个作用主体：政府、媒体、网民以及非常规突发事件。就非常规突发事件的网络舆情而言，事前、事中和事后的三个阶段对应着网络舆情的产生、传播和整合，并对应着网络舆情的预警、网络舆情的干预和网络舆情的评估[24]。在现有的研究中，我们不难发现：大多数学者在在线信息或舆情的演化传播规律研究中，更多是以定性研究为主，定量化的研究相对较少。如：由于在线信息的形成或发生，具有周期性，会按照时间的变化而变化。从舆情热度的角度介入，舆情形成是以时间为导向的，划分为：酝酿阶段、出现阶段、形成战象阶段。基于此，韩立新、霍江河等将在线信息的发生发展以时间为节点，将其过程概括为显现期、成长期、演变期、爆发期、降温期和长尾期等[25]。刘怡君等运用社会物理学理论，对网络预警的内在机理展开分析和研究，主要体现在将网络舆情划分为潜伏期、活跃期和衰退期几个阶段进行定性研究，基于此，并运用MAS仿真技术对网络舆情的演化传播过程和规律展开了定量分析和研究[26]。我国著名系统科学家钱学森院士提出了定性定量相结合的解决复杂问题的新的方法论，其更多强调的是定性与定量的综合集成[27]。

2.交互机制模型

针对非常规突发事件在线信息交互机制模型的研究中，主要有Sznajd模型、Krause-Hegselmann模型和Deffuant模型。Sznajd模型更多的侧重于意见的统一和整体性的研究，其强调当相邻的主体意见观点相同的情况下，在一定距离范围内，可以使其周围所有的相邻主体意见一致[28]。Krause-Hegselmann模型更多侧重于平均观念，其强调在一定距离范围内，征求所有相邻主体的主观意见，再将其进行计算，得到最终意见。Deffuant模型更多侧重于对距离的定义和信息传递主体的选择，其强调在一定距离范围内，不同的主体均等地选择信息传递的其他主体，规定了一定距离的意见会具有一定的比例，但意见和观点不需要一致[29]。这三种模型的相同点在于不同主体在意见和观点的传播过程中都具有一定的心理规则，其也有各自的特点，Sznajd模型的特点在于各个主体之间的观点或意见是一致性的。Krause-Hegselmann模型的特点在于是主体之间意见可能千差万别，但最终的意见或观点是居中的，平均化的，具有一定的从众化现象。而Deffuant模型的特点在于从利观点。

（三）在线危机信息传播扩散模型

关于在线危机信息传播扩散模型的研究，危机学者已经进行了卓有成效的研究，其中最具代表性的有以下几种：

Shannon提出的在线危机信息线性传播模型，他认为在线危机信息的传播是一个从信息源到接收器的线性过程，在信息传播的过程中噪声源产生的噪声会影响信息的传播效果。

图1 Shannon的危机信息线性传播模型

在Shannon的基础上，Osgood和Schramm进一步提出了危机信息的循环模型，他们认为危机信息的传播是一个从编码者-译码者-释码者-编码者的循环过程，循环的内容即为各种危机信息。

图2 Osgood和Schramm的危机信息循环传播模型

Defleur在Shannon和Osgood等人的基础上对危机信息的传播方式做出了巨大的改进并提出了危机信息传播的互动过程模型，他认为危机信息的传播即是一个从信息源通过信息传播通道传递到信息接收器的一个线性的过程，同时信息接收器对信息的处理和评估也会通过信息传播通道对信息源产生影响。在线信息的传播过程中，噪声无处不在地影响着危机信息的传播效果，而传媒设施等因素会对危机信息的传播起到扩音器的作用。

图3 Defleur的互动过程模型

移动互联时代人际关系方式的转变也影响到了危机信息的传播，在移动互联时代的背景下，危机信息的传播不再是一个线性的过程。在此环境下的每一个个体都同时承担着危机信息的信息源和接受器的双重角色，与此同时，在此环境下由于信息传播速度更快，传播范围更广，传统媒体和专家学者对危机信息的内涵界定影响着公众对危机信息的感知。在移动互联网的大背景下，人与人之间的危机信息传播重点在于关键节点的选取。而关键节点在不同程度上，受到了节点间相互关系和整个网络结构特征的影响。当今社会，移动互联网已成为信息传播的主流媒介，对在线信息的传播扩散起着重要的作用，应注重把握关键节点，对其进行正确的疏导和预警，更好地应对非常规突发事件在线信息的蔓延和恶化发展。

图4 移动互联网环境下危机信息人际传播模型

三、结论

通过现有文献的回顾，可以得到如下基本结论：

1.应急管理研究，还是十分年轻的领域，因而还缺乏系统、深入的研究。比如，现有文献更多地针对应急管理中的某些子系统或者模块的构建和运行进行了讨论。尽管这种研究成果对应急信息准备体系的构建和运行有一定的指导，但难以从整体上认识、掌控应急信息准备体系，从而难以有效地应对非常规突发事件。

2.非常规突发事件应急管理的核心在于应急决策，应急决策的重要前提是非常规突发事件在线信息的处理。现有文献对于非常规突发事件在线信息的感知、处理、传播、交互机制的相关研究较多，但都未形成统一的标准，直接影响其适用性。

3.在非常规突发事件应急管理中，尤其是针对非常规突发事件在线信息的决策管理过程中，大多数学者更多的研究集中于定性研究，仅有少数学者将定性与定量研究结合的来研究非常规突发事件在线信息的演化规律。基于此，为了更好地展开深入研究，可以运用复杂网络、系统动力学、Agent仿真等技术来研究非常规突发事件在线信息的演化规律，进而为有效地预测预警非常规突发事件提供重要的理论基础。

[1]钟永光, 毛中根, 翁文国, 杨列勋.非常规突发事件应急管理研究进展[J].系统工程理论与实践, 2012(5):911-918.

[2]曾大军, 王飞跃, 曹志冬.开源信息在突发事件应急管理中的应用[J].科技导报, 2008, 26(16): 27-33.

[3]陈勇, 张佳骥, 吴立德, 刘海娟.基于开源信息的情报分析系统[J].无线电工程, 2009, 39(5): 25-28.

[4]赵华茗.搭建基于云计算的开源海量数据挖掘平台[J].现代图书情报技术, 2010(10): 76-81.

[5]邹涛, 王继成, 朱华宇,金翔宇,张福炎.WWW上的信息挖掘技术及实现[J].计算机研究与发展, 1999, 36(8):1019-1024.

[6]夏彦, 何琳.基于规则与统计相结合的互联网突发事件识别研究[J].现代图书情报技术, 2010(10): 65-69.

[7]彭志华, 杨琼.基于可信度的网络危机信息对公众信息行为的影响分析[J].理论探讨, 2010(1): 8-11.

[8]李春华, 龙厚仲.公共危机信息传播模式及其运行[J].中国人民公安大学学报, 2010, 5(5): 23-27.

[9]惠志斌, 何小菁, 等.试论国家综合性危机信息管理系统的建立[J].情报杂志, 2004(8): 5-6.

[10]SEVERN W J, TANKARD J W.传播理论: 起源、方法与应用[M].郭镇之, 等译.北京: 华夏出版社, 2000.

[11]WATTS D, STROGATZ S.Collective dynamics of small-world networks [J].Nature, 1998(393): 440-442.

[12]BARABASI A L, ALBERT R.Emergence of scaling in random networks [J].Science, 1999(286): 509-512.

[13]PASTOR S R, VESPIGNANI A.Epidemic Spreading in Scale-free Networks[M].New York: Phys Rev Letts, 2001:83-86.

[14]GRANOVETTER M.The strength of weak ties [J].American Journal of Sociology, 1973, 78(6): 1360-1380.

[15]KRACKHARDT DAVID.The strength of strong ties:The importance of philos in organizations [A]// Nohria, Nitin,Robert G.Eccles, eds.Networks and Organizations: Structure,Form, and Action [M].Boston: Harvard Business School Press,1992: 216-239.

[16]BURT R.Structural holes; the social structure of competition[M].Cambridge, MA: Havard University Press,1992:345-356.

[17]ZANETTE D H.Dynamics of Rumour Propagation on Small World Networks [Z].cond-mat, 2001: 11-32.

[18]MORENO Y, NEKOVEE M, PACHECOL A F.Dynamics of Rumor Spreading in Complex Networks[J].Phys.Rev.E, 2004, 69: 66-130.

[19]李志宏, 何济乐, 吴鹏飞.突发性公共危机信息传播模式的时段性特征及管理对策[J].图书情报工作, 2007,51(10): 88-92.

[20]孙华程.公共危机信息传播空间结构模型研究[J].情报杂志, 2009, 28(4): 23-27.

[21]HEATH R.危机管理[M].王成, 等译.北京: 中信出版社, 2004: 66-70.

[22]吴宜蓁.危机传播: 公共关系与语艺观点的理论与实证[M].苏州: 苏州大学出版社, 2002: 65-66.

[23]李志宏, 何济乐, 吴鹏飞.突发性公共危机信息传播模式的时段性特征及管理对策[J].图书情报工作, 2007,51(10): 88-92.

[24]徐敬宏, 李欲晓, 方滨兴, 刘颖.非常规突发事件中网络舆情的生成及管理[J].当代传播, 2010(4): 41-43.

[25]韩立新, 霍江河.蝴蝶效应与网络舆情生成机制[J].新媒体, 2008(6): 64-66.

[26]刘怡君, 牛文元.舆论形成及其演化的机理建模分析[J].科学对社会的影响, 2009(3): 10-14.

[27]钱学森，于景元，戴汝为.一个科学新领域——开放的复杂巨系统及其方法论[J].自然杂志, 1990, 13(1): 3-10.