自然灾害网络舆情信息分析与管理技术综述

吕 雪 锋，陈 思 宇

(1.民政部国家减灾中心，北京 100124；2.民政部灾害评估与风险防范重点实验室，北京 100124；3.北京师范大学地理学与遥感科学学院，北京 100875)

自然灾害网络舆情信息分析与管理技术综述

吕 雪 锋1,2，陈 思 宇3

(1.民政部国家减灾中心，北京 100124；2.民政部灾害评估与风险防范重点实验室，北京 100124；3.北京师范大学地理学与遥感科学学院，北京 100875)

为了更好地利用和管理自然灾害网络舆情信息，该文从自然灾害应急救助角度，归纳了我国自然灾害网络舆情信息的快捷性、时序性、空间性、大数据性及社会性5项特性，综合分析了目前自然灾害网络舆情信息的采集、分析、展示及预警响应技术，特别提出了基于空间位置主导的自然灾害网络舆情信息展示及预警应用模式；并结合国内外自然网络舆情信息管理平台应用现状，分析总结了今后我国自然灾害网络舆情信息管理平台在体系架构、信息内容、服务流程和服务机制方面的建设思路，为国家重大自然灾害应急救援信息管理及救助决策支持平台建设提供技术参考。

自然灾害；网络舆情；应急救助；灾害信息管理

0 引言

自然灾害网络舆情信息是指在自然灾害事件发生前后，部分灾区民众、社会公众或群体通过互联网络信息平台对灾害事件发布或转发的各种言论、相关灾情及救助信息，是四大公共突发事件网络舆情热点研究与管理的重要内容之一[1-4]。由于目前自然灾害网络舆情信息传播的覆盖面及社会影响日益扩大，其既能够及时提供一些灾区灾情或救助需求信息，同时也会存在一些负面因素，影响政府的救灾工作及灾区社会秩序[5，6]，因此及时收集、分析和管理自然灾害网络舆情信息，为国家自然灾害救助信息管理及救助决策支持提供必要的灾情或救助需求信息补充，这对于减少自然灾害损失和维护社会稳定具有重要意义。

本文从自然灾害事件的应急救助管理角度，综合分析了我国自然灾害网络舆情信息的特点，以及目前自然灾害网络舆情信息的收集监测、分析与空间展示技术，并结合目前美国、澳大利亚等国外自然灾害网络舆情信息管理平台在体系架构、服务流程与机制方面的经验，分析总结了今后我国自然灾害网络舆情信息管理与平台建设的发展思路，为国家重大自然灾害救助信息管理及救助决策支持平台建设提供技术参考。

1 我国自然灾害网络舆情信息特征分析

我国是世界上自然灾害最为严重的国家之一，自然灾害种类多、分布地域广、发生频率高、造成损失重。特别是近年来，重特大自然灾害频发、并发，例如,2008年汶川特大地震、2010年玉树地震和舟曲特大山洪泥石流、2013年芦山地震、东北地区洪涝风雹灾害及华南地区台风灾害、2014年广东及赣湘暴雨洪涝、云南鲁甸地震，以及2015年西藏地震等，都给灾区人民生命财产和国家经济造成了严重损失，同时这类突发性的重大自然灾害事件的网络舆情热度也激增。从自然灾害事件发生的自然和社会属性角度，目前我国自然灾害网络舆情信息主要具有快捷性、时序性、空间性、大数据性及社会性等特征。

1.1 自然灾害网络舆情信息的快捷性

目前计算机Web应用和手持智能终端平台的拓展，以及各种新闻网站、社交网络、微博、微信等即时信息发布网络媒介的推广，为自然灾害网络舆情信息的发布与传播提供了更为便捷的网络窗口。以2013年4月20日8时02分四川省雅安7.0级地震为例，第一条来自当地网友的微博于8点04分发出“雅安震感强烈”，十几分钟后，雅安地震被各大新闻网站置顶于发布栏；截止21日24时各种相关新闻、微博、博客、论坛信息达1 400多万条，其中最主要的关注内容为相关救援信息和灾情信息[7]。

自然灾害网络舆情信息发布与传播的快捷性，一方面为相关灾情与救助信息的获取与上报提供了及时性与便捷性的采集渠道，另一方面，网络媒体信息的即时性，也使政府救灾行动的反应与实施显得相对滞后或被动，由此要充分利用自然灾害网络舆情信息的便捷性特征，为国家减灾救灾提供一种收集灾情及救助信息的公共渠道，以支持重大自然灾害的应急决策信息保障能力。

1.2 自然灾害网络舆情信息的时序性

自然灾害网络舆情信息的时序性主要体现在信息本身的时间特征和信息内容的灾害阶段特征。一方面，每当重特大自然灾害发生时，各大网络媒体及信息平台的图文信息发布一般都是按照时间顺序推进，以反映当前时刻的灾情及救援工作进展等情况；另一方面，从一次自然灾害的整个事件过程看，自然灾害网络舆情信息的主题内容可按照灾前预警期、灾情爆发期、灾情稳定期及灾后重建期4个阶段来划分[8，9]。

结合近年重特大自然灾害事件及当前一些学者的案例分析[10-13]，对于灾前预警期，自然灾害网络舆情信息的主要内容是关注灾害预警信息的强度、影响区域及防范措施等，这类信息主要体现在洪涝、台风、风暴潮、干旱等气象灾害。在灾情爆发期，其主要聚焦在灾情及救灾工作进展情况通报，以及为灾区人民祈福的情感表达。在灾情稳定阶段，其主要聚焦在灾区人民临时安置的基本生活保障及各类捐赠救助工作情况。在灾后重建阶段，其主要聚焦在灾区人民的生活恢复现状、政府和社会救助，以及灾后重建状况。

1.3 自然灾害网络舆情信息的空间性

自然灾害作为自然界的一种地理现象，具有空间位置及地域分布特征，其衍生的网络舆情信息也呈现了灾情的空间性、预警的空间性和访问的空间性。其中：灾情的空间性主要体现在自然灾害网络舆情信息往往包含被困人员、救援人员、救灾物资及临时转移安置点等救援信息的空间位置；预警的空间性主要体现在自然灾害风险区域的地理分布，例如暴雨洪涝、台风、干旱等灾害高风险预警信息的区域性[14]；访问的空间性主要体现在针对某个自然灾害事件关注度的人群所在地域或行政区域的空间分布性。

自然灾害网络舆情信息的空间性为自然灾害事件的信息标识及救援提供了空间位置参考信息，同时也为自然灾害网络舆情信息的空间化组织管理提供了空间基础。

1.4 自然灾害网络舆情信息的大数据性

大数据是现代计算机网络与信息平台发展的产物，具有4V特征：Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)[15]。自然灾害网络舆情信息作为一种网络大数据，在信息量、扩散速度、内容形式及应用价值方面日趋呈现大数据性[16]。

一方面，针对某个自然灾害事件，特别是重特大自然灾害，在短时间内发布和扩散的新闻量及微博量条数众多，例如云南鲁甸6.5级地震的新闻量和微博量达450多万条[17]；另一方面，信息的种类多样,包括救援、祈福、求助、诉求、灾情及救助进展播报等，从这些信息中提取有助于灾害救助的信息是自然灾害网络舆情信息管理的核心内容。

1.5 自然灾害网络舆情信息的社会性

自然灾害不仅对人民生命和财产会造成直接性物理损失，还对人民的生活、社会经济及生态环境等带来间接性社会影响，并且这种社会影响评估也是自然灾害损失综合评估的重要组成部分[18]。目前，自然灾害带来的社会影响也通过民众的网络言论表达出来了，在一定程度上构成了自然灾害网络舆情信息的社会性。

针对单个自然灾害事件而言，自然灾害网络舆情信息的社会性主要体现在灾害事件热度、受灾群众生活影响及社会心理影响等评价信息。其中，灾害事件热度主要针对社会民众对灾害事件的关注度，例如云南鲁甸6.5级地震事件在2014年网络热点舆情热度中排名第三，仅次于“马航航班失联”和“香港占领中环”事件[17]；受灾群众生活影响主要针对灾后饮水、衣、食、住、医、行等生活状况；社会心理影响主要针对灾后受灾群众的情绪和精神状况[19]。通过提取对灾民的生活影响和灾民的精神状况信息，有利于为自然灾害的社会影响评估提供辅助信息。

2 自然灾害网络舆情信息管理技术分析

2.1 自然灾害网络舆情信息管理技术架构

结合目前突发性公共事件的网络舆情信息管理技术[20,21]，自然灾害网络舆情信息管理的技术架构可包含五部分内容，即灾害舆情数据源、灾害舆情信息采集、灾害舆情处理分析、灾害舆情信息展示和灾害舆情预警与引导，如图1所示。其中：1)灾害舆情数据源主要是面向各种互联网络媒介，重点针对国内主要的新闻网站、微博、论坛、博客等Web网页获得实时的灾害网络舆情信息。2)灾害舆情信息采集主要是针对自然灾害的种类关键词(如地震、暴雨洪涝、泥石流、台风、风暴潮、干旱、低温冷冻、降雪等)，通过搜索引擎，结合灾害的发生时间、灾害强度、空间位置等要素进行主题识别、内容抓取及网页消重，以获得当前或历史灾害的主题内容信息，首先得知在什么时间及什么位置发生了什么灾害。3)灾害舆情处理分析主要是针对一次灾害过程，结合灾害时间、位置、强度、影响范围、灾害损失(人员、房屋、农作物、直接经济损失等灾情)、救援需求(衣、食、住、行等基本生活救助及被困人员搜救信息)、救助进展等关键指标或内容，在采集获得的灾害网络舆情信息基础上进行信息过滤和关键内容提取，进而进行文本、链接、指标内容和发展趋势分析。4)灾害舆情信息展示主要是借助2/3维地理空间可视化展示环境，将灾害事件的空间位置、关注热度、灾情空间分布、位置点救援需求等与灾害救助相关信息进行统计分类显示与监控，并形成专题地图和相应统计报告。5)灾害舆情预警与引导主要是针对灾害事件热度、灾害强度、灾害损失及救助需求等内容指标进行预警，并通过预警响应、预案决策进行灾情及灾害救助引导信息发布。

图1 自然灾害网络舆情信息管理的技术架构

2.2 自然灾害网络舆情信息采集技术

自然灾害网络舆情信息的采集同其他网络舆情信息的采集技术类似，通常借助各种搜索引擎，利用网络爬虫对网页信息进行抓取、消重和分类保存。其中，网络爬虫(Crawler)的工作原理是从一个初始URLs集(种子URLs)出发，从中获取一个URL，下载抓取网页，从网页中抽取所有的URLs，并将新的URLs添加到URLs队列中，然后Crawler从队列中获取另一个URL；重复上述过程，直到Crawler达到某种停止条件则停止爬行[22]。网络爬虫的工作方式可分为集中式网络爬虫和分布式网络爬虫[23,24]。目前常用的网络爬虫技术可归类为以下7种[25-28](表1)：基于全网的网络爬虫、增量式网络爬虫、面向主题的网络爬虫、个性化的网络爬虫、迁移的网络爬虫、基于元搜索的网络爬虫和基于Agent的网络爬虫。其中，基于全网的网络爬虫和面向主题的网络爬虫是目前网络舆情信息采集技术的研究热点。

表1 目前常用的网络爬虫方式

2.3 自然灾害网络舆情信息分析技术

自然灾害网络舆情信息分析主要是对网页采集或抓取的灾害数据内容进行文本内容过滤处理、关键内容提取及指标内容分析[29]。除了目前通用的网络舆情信息文本分析方法之外，自然灾害网络舆情信息分析的重点在于面向时空的信息挖掘分析[30,31]，为灾害应急救助提供及时的位置灾情或救助信息。

(1)灾情的时间分析。自然灾害网络舆情信息的时间分析主要涉及两方面：一是灾情时间的提取，二是随灾情时间的趋势分析。其中，灾情时间的提取主要分为绝对数字时间和相对名词时间[31]，例如2015年9月18日9:00为绝对数字时间，今天、明天或1小时后等文字描述为相对名词时间；随灾情时间的趋势分析主要是针对灾害信息主题(如关注度、灾害强度、影响范围、灾害损失、救援需求等)进行连续时间上的关键指标趋势或态势分析，在分析方法上可借鉴时间序列分析法[32，33]。通过对灾害网络舆情信息的时间分析，获得某时刻的灾害事件以及灾情趋势的可能时间期。

(2)灾情的位置分析。自然灾害网络舆情信息的位置分析主要是对空间位置信息的识别和基于空间位置的关联分析。其中，空间位置信息的识别主要是通过地理文本分析获取灾害事件及灾情的相关位置信息(如经纬度坐标、邮政编码、行政区号及地名)或网络空间IP地址[34,35]，再与地名库进行地名匹配；基于空间位置的关联分析主要是结合灾害信息的空间位置及范围对灾害信息主题(如灾害强度、影响范围、灾害损失、救援需求等)进行空间分布量化分析，通常采用地理网格或行政区划单元作为空间位置关联分析的统计单元，以获得某位置的灾害事件及灾情趋势的覆盖范围。

2.4 自然灾害网络舆情信息展示技术

自然灾害网络舆情的数据来源内容丰富，具有文字、图片、音频、视频等多种样式，其最终成果信息展示的形式主要包含基于传统统计报表的专题图和基于地理空间的时空地图展示，其中基于地理空间的时空地图展示形式是目前自然灾害网络舆情信息可视化展示的发展趋势[36]。

(1)基于传统统计报表的专题图主要是针对舆情数量、关注舆情的网民数量、舆情主题内容倾向性、舆情载体分布、救援物资调拨种类及数量等舆情统计对象指标进行网络舆情热度分析、舆情关注度分析、舆情倾向性分析、舆情网络空间或载体分析及其他指标数量统计分析，并通过直方图或比例结构图来展示相关指标统计情况[37]。

(2)基于地理空间的时空地图展示技术主要是利用灾害事件的地理相关性，通过提取灾害事件网络舆情的空间属性信息(例如行政区划单元、经纬度坐标、空间方位及其他地理网格编码等)，借助GIS技术及2/3维数字地理场景对灾害事件的空间位置、舆情空间区域分布、灾情信息(例如伤亡、受灾及需转移人口、受损房屋数等)、位置点救援求助与险情信息、灾害救助进展等相关灾害网络舆情信息进行空间化分析与可视化展示[38，39]。其中，首要的关键技术是自然灾害网络舆情的空间属性信息与2/3维数字地理场景地理坐标之间的关联分析，进而将同一灾害事件的相关网络舆情信息进行空间位置关联与可视化展示。

2.5 自然灾害网络舆情信息预警响应

自然灾害网络舆情信息预警响应主要是针对自然灾害事件的一些重要综合指标和重要应急救助信息进行分析判断发出的网络信息警报。结合目前突发公共事件网络舆情预警技术和国家重大自然灾害应急救助需求来看[40-42]，自然灾害网络舆情信息预警响应的重要指标和应用模式可分为以下几类(表2):

表2 自然灾害网络舆情信息预警的重要指标及应用模式

(1)在指标预警分类方面，自然灾害网络舆情信息预警响应可按照灾前、灾中和灾后重建3个主要阶段，结合致灾因子强度、承灾体损失统计、灾区民众应急救助及灾后重建生活恢复状况、灾区救灾物资处置和社会心理影响等指标内容，建立基于单项或综合指标的不同等级预警，以形成自然灾害网络舆情信息预警响应的指标体系。

(2)在指标预警响应等级方面，自然灾害网络舆情信息的预警等级可参考目前突发公共事件的网络舆情预警等级设置，一般分为四级[3，42]：轻级(Ⅳ级，非常态)、中级(Ⅲ级，警示)、重级(Ⅱ级，危险)和特重级(I级，极度危险)，并可依次采用蓝色、黄色、橙色和红色来标识不同的预警等级。

(3)在指标量化评分方法方面，对于综合性指标内容，目前一般采用分项计分方式，通过综合评分法、分类评分法和权重评分法来计算各个预警等级的量化分[42]，从而确定指标内容的预警响应等级。

3 国内外自然灾害网络舆情管理平台

3.1 国内自然灾害网络舆情管理平台

目前国内在自然灾害网络舆情管理平台建设方面，一方面部署在民政自然灾害灾情管理部门的灾害舆情监控系统，其主要基于关键词匹配的舆情采集技术，定向定时监测灾情新闻、减灾救灾工作新闻和领导专家动态新闻等互联网自然灾害新闻信息，但灾害舆情信息的挖掘、统计分析及空间可视化展示功能存在严重不足；另一方面，国内主要在线运行的民用互联网络舆情监控系统，例如具有代表性的人民在线[43]、中国舆情网[44]及乐思舆情系统[45]，都是面向政务、企业、安监、社会等综合性互联网络舆情管理平台，特定针对面向国家自然灾害应急救助需求的网络舆情服务有限(表3)。

表3 国内具有代表性的在线民用互联网络舆情监控系统分析

3.2 国外自然灾害网络舆情管理平台

目前国外在自然灾害网络舆情管理平台建设方面，美国、澳大利亚、日本等国家先后开展了相关自然灾害网络舆情管理平台研究，利用社会公众互联网络收集自然灾害事件相关灾情及救援信息，以提供灾害的应急管理能力；其中具有代表性的有DYFI(Did You Feel It?)[46，47]、ESA(Emergency Situation Awareness)[48-51]及Ushahidi系统[52-54](表4)。

表4 国外具有代表性的自然灾害网络舆情管理系统

(1)DYFI网上地震自报系统是美国地质调查局(USGS)利用USGS门户网站面向各互联网终端用户，通过调查表形式获得居民的地震震感强度值，以此获取地震的影响和破坏程度信息。DYFI主要提供社区网络强度图(Community Internet Intensity Map)和预测距离衰减图(Predicted Distance Attenuation)产品服务[47]。其中，社区网络强度图按照行政区划单元编码和地理网格单元编码分别进行统计，每5 min更新一次；预测距离衰减图主要是呈现每个行政区划单元中心点与震中点之间的距离与该行政区划单元的平均震感强度分布图。另外值得一提的是，基于地理网格单元编码的社区网络强度图是根据居民的街道地址信息，将其转化为经纬度坐标，然后将相邻坐标的数据归并到一个个规则的格子里，再计算每个格子内的平均震感强度；这种方式相对于不规则的行政区划单元而言，网格的定位强度更加精确，特别是针对重大灾害事件及大数据量信息。

(2)ESA系统主要是面向Twitter社交网络，基于云平台技术根据关键词对突发灾害事件(例如地震、山林大火、洪涝、飓风)进行话题监测与分析，提供灾害预警信息及与应急救援相关的高值信息，并通过Google地图标注呈现相关灾害信息，以便灾害管理决策人员快速了解灾害的影响范围、影响人群及相关灾情信息。如图2所示，ESA系统结构主要由数据采集、信息处理分析、可视化展示及云基础设施平台构成。其中，信息处理分析包括突发灾害事件的监测与识别、与应急救援相关信息的自动分类、基于话题的灾害信息实时聚类以及定向区域信息的地理标注。

图2 ESA系统结构[49-51]

(3)Ushahidi系统是一个基于Web内容的开源数据分析平台，用户可以利用桌面(Web-based)、移动终端(Android/iOS)通过短信、电邮、网页界面等手段向平台上传灾害发生地区的重要消息，并可自动聚合Twitter和Facebook等实时网络的最新消息，以事件时间线或地图的形式进行可视化展示，让人们实时获得最新应急资讯。在2010年海地特大地震中，针对“谁需要帮助、需要帮助的人在哪里”问题，Ushahidi-Haiti系统为灾情实时感知、救援进展实时播报、搜寻幸存者等提供了有重要价值的信息；其中第一类信息主要涉及“生命线”(食物、水、住所等)，第二类信息是关于可利用的服务(如医院和物资分发点的位置)，第三类信息主要是紧急信息(如被困人员和紧急医疗需求)。

3.3 综合分析

从目前自然灾害网络舆情信息的应用及上述国内外自然网络舆情信息管理平台现状来看，自然灾害网络舆情信息作为一种信息传播子可在自然灾害救助过程中发挥重要作用，但如何更好地利用和管理这些信息，结合上述自然灾害网络舆情信息的特征与管理技术分析，自然灾害网络舆情信息管理平台建设应重点考虑以下几个方面：

(1)在体系架构上，自然灾害网络舆情信息管理平台建设应结合灾害网络舆情信息的快捷性和大数据性，利用云计算平台和信息众包机制，同时通过面向各种社会公共互联网络即时信息发布媒介(例如各种新闻网站、微博、论坛等)和通过门户网站面向互联网用户(例如DYFI网上地震自报系统和Ushahidi系统提供的门户网站)，建立分布式灾害网络舆情信息监测体系架构。

(2)在信息内容上，自然灾害网络舆情信息管理平台应重点结合灾害现场应急救援和灾害损失评估应用需求直接面向灾害救助辅助决策服务。其中，对灾害现场应急救援而言，首要关注3个方面的问题：一是哪里发生了灾害，发生了什么灾害；二是需要紧急救助的人在哪里，需要什么救助；三是救助站点与救助物资分布在哪，灾情进展怎样，以及灾区应急救援道路、天气等自然条件信息保障信息。对灾害损失评估而言，自然灾害网络舆情信息可以作为一种辅助灾情信息，为灾区大面积灾情统计和现场局域灾情调查提供灾情信息支持，以快速评估或佐证目前灾害风险及灾害综合损失评估模型及方法的评估结果。

(3)在服务流程上，自然灾害网络舆情信息管理平台应结合灾害网络舆情信息的空间位置主导性和时序性，利用2/3维数字地理场景可视化地图，建立基于空间位置主导的灾害网络舆情信息采集、分析与展示，并按照灾害事件时间进度演进应急救助工作需求，以快速响应“哪里发生了灾害—灾害强度多少—影响区域多大—需要救助的人在哪里—需要什么救助—救助进展如何”。

(4)在服务机制上，自然灾害网络舆情信息管理应结合灾害网络舆情信息的社会性，将自然灾害网络舆情信息服务共享与社会组织、志愿者活动及社会动员机制联动起来，形成社会动员与救助信息共享“一张网”；并通过完善自然灾害网络舆情信息预警指标体系与响应机制，将自然灾害网络舆情信息作为一种灾害信息准备，为重大自然灾害应急响应与救助指挥调度提供必要的信息支持。

4 结论与展望

本文针对自然灾害网络舆情信息在重大自然灾害应急救助工作中发挥的信息支持作用及其管理技术，综合分析了自然灾害网络舆情信息的特征，以及自然灾害网络舆情信息的采集、分析、展示、预警响应等管理技术；并结合国内外自然灾害网络舆情信息的管理平台及应用情况，综合分析了自然灾害网络舆情信息管理平台建设在体系架构、服务流程与服务机制方面应重点考虑的问题。实践证明，管理和应用好自然灾害网络舆情信息有助于重大自然灾害应急救助信息保障，有助于联动社会力量进行减灾救灾。

从国内自然灾害网络舆情信息平台看，我国自然灾害网络舆情信息平台建设应重点凝练空间分布式信息管理体系架构及信息内容服务方式，同时政府应充分发挥主导作用，加强社会各种救援力量的整合及自然灾害网络舆情信息平台的开放性与共享性机制，将自然灾害网络舆情信息服务共享与社会组织、志愿者活动及社会动员机制联动起来，形成社会动员与救助信息共享“一张网”。

随着计算机云平台及网络软硬件性能的提升，以及各类智能终端的网络应用发展，发展基于大数据的自然灾害网络舆情信息挖掘与融合是必然的技术趋势。尽管自然灾害网络舆情信息在信息本身上也存在一定的不确定性(如信息真实性、数据精度和偏差)，但自然灾害网络舆情信息作为一种具有自然性与社会性的综合灾害信息，在今后的重大灾害应急救援工作中将会发挥越来越多的作用。

[1] 王宏伟.特大自然灾害的舆情监控研究[J].中国公共安全(学术版),2008(Z1):11-15.

[2] 王国华,冯伟,王雅蕾.基于网络舆情分类的舆情应对研究[J].情报杂志,2013,32(5):1-4.

[3] 李纲,陈璟浩.突发公共事件网络舆情研究综述[J].图书情报知识,2014(2):111-119.

[4] MA Y P,SHU X M,SHEN S F,et al.Study on network public opinion dissemination and coping strategies in large fire disasters[J].Procedia Engineering,2014,71:616-621.

[5] 孔凡敏,杨乃.移动互联网时代政府公共信息服务方式展望[J].中国地质大学学报(社会科学版),2013(S1):23-26.

[6] ALEXANDER D E.Social media in disaster risk reduction and crisis management[J].Sci Eng Ethics,2014(20):717-733.

[7] 王洪亮,周海炜.突发自然灾害事件微博舆情蔓延规律与控制研究[J].情报杂志,2013(9):23-28.

[8] 刘晓岚,徐占品,陈晓一.灾害信息传播的阶段性特征分析[J].新闻爱好者,2011(11):12-13.

[9] QU Y,WU P F,WANG X.Online Community Response to Major Disaster:A Study of Tianya Forum in the 2008 Sichuan Earthquake[C].Proceedings of the 42nd Hawaii International Conference on System Sciences (HICCS),2009.1423-1427.

[10] 蔡梅竹.突发自然灾害事件网络舆论特性研究[J].新闻研究导刊,2012(10):14-17.

[11] 赵凡,赵常军,苏筠.北京“7·21”暴雨灾害前后公众的风险认知变化[J].自然灾害学报,2014,32(4):38-45.

[12] 邬晶晶.从余姚水灾争议报道看新媒体时代的舆情引导[J].中国记者,2013(12):58-59.

[13] 许建华,张俊,赖俊彦,等.甘肃岷县漳县6.6级地震应急响应措施及特点分析[J].灾害学,2014,29(3):188-191.

[14] LIU Y,YANG Y,LI L.Major natural disasters and their spatio-temporal variation in the history of China[J].J.Geogr.Sci,2012,22(6):963-976.

[15] 刘智慧,张泉灵.大数据技术研究综述[J].浙江大学学报(工学版),2014,48(6):957-972.

[16] 黄永勤.国外大数据研究热点及发展趋势探析[J].情报杂志,2014,23(6):99-104.

[17] 人民网舆情监测室.2014年中国互联网舆情分析报告.[EB/OL]http://yuqing.people.com.cn/n/2014/1231/c354318-26306123.html.2015-12-31.

[18] 钟江荣,张令心,余世舟.芦山Ms7.0级地震社会影响调查与分析[J].世界地震工程，2015,31(1):82-88.

[19] 刘雯,高峰,洪凌子.基于情感分析的灾害网络舆情研究——以雅安地震为例[J].图书情报工作,2013,57(20):104-110.

[20] 何佳,周长胜,石显锋.网络舆情监控系统的实现方法[J].郑州大学学报(理学版),2010,42(1):82-85.

[21] 陈忆金,曹树金,陈少驰.网络舆情信息监测研究进展[J].图书情报知识,2011(6):41-49.

[22] 周德懋,李舟军.高性能网络爬虫:研究综述[J].计算机科学,2009,36(8):26-29.

[23] 杨瑞,胡弘思,张文波.一种分布式网络爬虫的设计与实现[J].江西师范大学学报(自然科学版),2013,37(4):382-386.

[24] ACHSAN H T Y,WIBOWO W C.A fast distributed focused-web crawling[J].Procedia Engineering,2014,69:492-499.

[25] 关慧芬,师军,马继红.网络爬行技术研究[J].郑州轻工业学院学报(自然科学版),2008,23(6):69-73.

[26] 孙骏雄.基于网络爬虫的网站信息采集技术研究[D].大连：大连海事大学,2014.2-34.

[27] 张红云.基于页面分析的主题网络爬虫的研究[D].武汉：武汉理工大学,2010.3-7.

[28] 郭颖为.微博网络爬行器技术研究与实现[D].吉林：吉林大学,2013.1-13.

[29] 许鑫,章成志.互联网舆情分析及应用研究[J].情报科学,2008(8):1194-1200.

[30] 段炼,呙维,朱欣焰,等.基于时空主题模型的微博主题提取[J].武汉大学学报(信息科学版),2014,39(2):210-213.

[31] 孙嘉,裴韬,龚玺.Web时空数据挖掘研究进展[J].地球科学进展,2011,26(4):449-459.

[32] 陈涛,林杰.基于搜索引擎关注度的网络舆情时空演化比较分析——以谷歌趋势和百度指数比较为例[J].情报杂志,2013,32(3):7-10.

[33] WOODWARD W A,GRAY H L,ELLIOTT A C.Applied Time Series Analysis[M].Boca Raton,FL:CRC Press,2012.

[34] GUAN Q L,YE S Z,YAO G X.Research and Design of Internet Public Opinion Analysis System[C].2009 IITA International Conference on Services Science,Management and Engineering,2009.173-177.

[35] AMITAY E,HAR′EI N,SIVAN R.Web-a-Where:Geotagging Web Content[C].Proceeding of the 27th Annual International ACM SIG IR Conference on Research and Development in Information Retrieval (SIGIR′04),2004.273-280.

[36] 詹建,高民权.基于主题河的网络舆情可视化关联分析方法[J].情报资料工作,2014(6):17-22.

[37] 郭建忠,成毅,傅文棋,等.突发事件网络舆情可视化研究与实现[J].地矿测绘,2012,28(4):5-8.

[38] 傅文棋,范凯博,陈勇.基于GIS的突发事件网络舆情可视化研究[J].地理空间信息,2012,10(2):35-37.

[39] 李杰,赵阳.基于WebGIS的突发事件网络舆情可视化设计与实现[J].测绘地理信息,2014,39(4):38-41.

[40] 谈国新,方一.突发公共事件网络舆情监测指标体系研究[J].华中师范大学学报(人文社会科学版),2010,49(3):66-70.

[41] 杨永军.社会舆情监测与预警的指标体系研究[J].现代传播 (中国传媒大学学报),2014(9):63-71.

[42] 曾润喜,徐晓林.网络舆情突发事件预警系统、指标与机制[J].情报杂志,2009,28(11):52-54.

[43] 人民在线.舆情分析报告[EB/OL].http://www.peopleyuqing.com/yqbg/qyyqbg/qybgnews/.2016-01-31.

[44] 中国舆情网[EB/OL].http://www.xinhuapo.com/.2016-01-31.

[45] 乐思软件.舆情报告[EB/OL].http://www.knowlesys.cn/wp/article/category/opinion_report.2016-01-31.

[46] ATKINSON G M,WALD D J."Did You Feel It?" intensity data:A surprisingly good measure of earthquake ground motion[J].Seism.Res.Lett,2007,78(3):362-368.

[47] USGS.DYFI Background.[EB/OL]http://earthquake.usgs.gov/research/dyfi/.2016-01-31.

[48] YIN J,KARIMI S,ROBINSON B,et al.ESA:Emergency Situation Awareness Via Microbloggers[C].Proceeding of CIKM '12 Proceedings of the 21st ACM International Conference on Information and Knowledge Management,2012.2701-2703.

[49] YIN J,LAMPERT A,CAMERON M,et al.Using social media to enhance emergency situation awareness[J].IEEE Intelligent Systems,2012,27(6):52-59.

[50] ROBINSON B,白华， POWER R,等.面向新浪微博的社交媒体灾害事件检测研究[C].Proceeding of International Symposium on Emergency Management 2014 (ISEM′14),2014.1-10.

[51] HANACHI C,B′ENABEN F,CHAROY F.Emergency situation awareness:Twitter case Studies[C].ISCRAM-med 2014,LNBIP 196,2014.218-231.

[52] 夏志杰,吴忠,栾东庆.基于社会化媒体的突发事件应急信息共享研究综述[J].情报杂志,2013,32(10):122-126.

[53] 邝启宇.社交媒体在巨灾风险治理中的作用研究[D].成都：西南财经大学,2014.115-123.

[54] GAO H J,BARBIER G,GOOLSBY R.Harnessing the crowdsourcing power of social media for disaster relief [J].IEEE Intelligent Systems,2011,26(3):10-14.

Review of Natural Disaster Network Public Opinion Information Analysis and Management

LYU Xue-feng1，2，CHEN Si-yu3

(1.NationalDisasterReductionCenterofChina,Beijing100124;2.KeyLaboratoryofIntegratedDisasterAssessmentandRiskGovernanceofMinistryofCivilAffairs,Beijing100124;3.CollegeofGeographyandRemoteSensingScience,BeijingNormalUniversity,Beijing100875,China)

In order to better use and manage natural disaster network public opinion information,some key characteristics and relief application technologies of natural disaster network public opinion information are reviewed to provide the reference for the platform construction of major national natural disaster emergency relief information management and decision support.First of all,the five important characteristics of the natural disaster network public opinion information in China,namely the rapidness,time-ordered,spatiality,big data,and sociability,are summarized.Secondly,the information acquisition,analysis,display and early warning and response technologies are comprehensively analyzed.And the application display and warning mode of natural disaster network public opinion information based on geospatial location are especially proposed.Lastly,by illustrating management platform applications of natural network public opinion information at home and abroad,the construction ideal of the future national natural disasters network public opinion information management platform,which mainly refers to the system architecture,information content,service process and service mechanism,are analyzed.It will provide a reference for the platform construction of national information management on major natural disaster emergency rescue,and for the technical assistance to decision support.

natural disaster;network public opinion;emergency relief;disaster information management

2016-03-01；

2016-04-11

国家863项目(2013AA3033)

吕雪锋(1979-)，男，博士，助理研究员，从事地理空间信息组织管理与灾害风险评估研究。E-mail:lxfndrcc@163.com

10.3969/j.issn.1672-0504.2016.04.009

P208;X43

A

1672-0504(2016)04-0049-08