基于重大疫情防控的应急情报服务模式研究

曹振祥 储节旺 郭春侠

摘 要：[目的/意义]针对新型冠状病毒肺炎疫情防控的应急情报服务模式进行研究，为国家应对突发事件的决策和处置提供借鉴和参考。[方法/过程]首先简要比较了应急情报服务模式与传统情报服务模式的区别，并通过疫情防控实践来分析应急情报的服务作用，在此基础上构建了基于重大疫情防控的应急情报服务模式。[结果/结论]应急情报服务模式是通过对大数据环境中与疫情相关的数据和信息进行收集、分析、解读与存储，并通过合理的组织架构进行情报的传递，从而为重大疫情发生前期、中期、后期的应急防控提供情报服务。

关键词：应急情报;情报服务模式;重大疫情;疫情防控;新型冠状病毒肺炎

Abstract：[Purpose/Significance]To study the emergency information service model for COVID-19 epidemic prevention and control，and to provide a reference for national decision-making and handling of emergencies.[Method/Process]Firstly，the difference between the emergency information service model and the traditional information service model was briefly compared，and the service role of emergency information was analyzed through the COVID-19 epidemic prevention and control practice，based on which an emergency information service model based on major epidemic prevention and control was constructed.[Result/Conclusion]The emergency information service model was to collect，analyze，interpret and store data and information related to the epidemic in the big data environment，and transmit information through a reasonable organizational structure，so as to provide information services for emergency prevention and control in the early，middle and late stages of a major epidemic.

Key words：emergency information;information service model;major epidemic;epidemic prevention and control;COVID-19

新型冠狀病毒肺炎（COVID-19），简称新冠肺炎。2019年12月以来，湖北省武汉市出现新冠肺炎感染病例，由于正值年末春运期间，该病毒在短时间内迅速向全国蔓延。截至2020年2月20日24时，全国现有确诊病例54 965例，累计死亡病例2 236例[1]。此次疫情由于具有突发性、复杂性、快速传播性和威胁性等特点，对我国社会造成了严重的危害和损失，并且消耗了大量的人力、物力和财力。因此，如何抑制和减少疫情所带来的负面影响成为我国社会必须去面对的事情，也考验了国家应对突发事件的决策和处置能力。同样，疫情对于情报学界也带来了问题和思考，成为研究者们关注的重点。

学界关于突发事件的应急情报研究内容广泛，其中针对特定对象和领域的应急情报研究、应急情报技术研究和应急情报分析框架研究等是该领域的主要研究方向。宋丹等通过分析美国图书情报机构的应急情报服务案例，提出从情报人才、情报理论等方面增强我国应急情报服务水平[2]。郭骅等搭建集情报服务、资源、分析、采集以及模式运营为一体的城市应急管理情报模式，并指出情报模式是一切应急管理的核心技术支撑[3]。袁莉等利用总体架构理论对情报体系进行顶层设计，认为情报技术、多主体参与协同、情报资源是实现情报总体战略的基本要求[4]。封超等提出构建基于案例推理（CBR）系统、贝叶斯信念网（BBN）和人工神经网络（ANN）算法为核心的应急情报决策支持系统[5]。苏新宁等以生命周期为理论依据，从组织、情报内容和应急决策3个角度提出应急情报体系理论模型[6]。可以发现，学者们都肯定了应急情报对于突发事件防控的促进作用，并得出了令人启发的结论。而在新冠肺炎疫情下，如何更好地将应急情报服务于疫情防控是值得研究者去关注的。

习近平指出：做好疫情防控工作，直接关系人民生命安全和身体健康，经济社会大局稳定，也事关我国对外开放。要针对这次疫情应对中暴露出来的短板和不足，健全国家应急管理体系，提高处理急难险重任务能力[7]。该次疫情给我国社会和人员造成危害的同时，也反向推动了我国应急管理能力的增强。应急决策和应急防控是疫情应急管理的中心环节，而科学有效地进行决策和防控的前提条件是能够快速、精确、完整地掌控与疫情相互关联的数据与信息，并通过一定的挖掘与解读形成情报。本研究以新冠肺炎疫情防控事件为视角，构建基于疫情防控的应急情报服务模式，提高应急决策与防控的效率和质量，抑制甚至消除疫情所造成的危害具有一定理论与现实意义。

1 应急情报服务模式与传统情报服务模式的比较

基于重大疫情防控的应急情报服务模式与传统情报服务模式在情报源、服务对象、内容、目的和特点上都存在着较大的区别。当前新冠肺炎疫情防控下，应急情报服务模式需要贯穿于疫情防控的整个生命周期，服务范围广、受众面大、数据来源丰富、服务内容多样，需要更多的主体进行协同运作，并且更多的是为了推动疫情决策防控的有效进行。而传统情报服务模式的服务对象、内容等都更为单一，更多的是为了推动服务对象的发展和进步。具体区别如表1所示。

2 应急情报对重大疫情防控服务作用的实践研究

通过分析国家卫生健康委办公厅下发的关于《加强信息化支撑新型冠状病毒感染的肺炎疫情防控工作的通知》[8]，结合当前全国各地区针对新冠肺炎疫情防控工作实践，本研究认为，应急情报对于当前新冠肺炎疫情防控的服务作用主要分为以下4个方面。

1）对疫情发展进行实时监控、重点筛查、有效预测。通过利用现代信息技术为疫情防控提供技术支持，将大数据分析功能与专家决策相结合，将收集的各种信息进行挖掘形成情报，从而直接服务于疫情决策和防控。

英国兰开斯特大学、美国佛罗里达大学病毒研究中心根据2020年1月21日前的疫情数据进行建模分析，发现新冠病毒的基本再生率（R0）在3.6～4.0之间，这意味着72%～75%的传播必须通过控制措施来阻止感染的增加[9]。在病毒爆发后，武汉区域的人口流动在一定程度上反映了病毒的蔓延路线。百度迁徙大数据模式显示，离开武汉的人群有相当大的一部分流入了孝感、黄冈两市，依据此数据可以预测这两座城市将成为疫情高危地区，后续的疫情数据证实了预测的正确性[10]。该情报为政府疫情防控的科学决策和引导社会公众判别出行风险提供了准确的情报依据。

2）通过构建情报平台，及时对与疫情防控相关的数据和信息进行汇聚、数据分析及情报应用，服务于疫情防控、临床救治和科研攻关。

山东省针对新冠病毒疫情事件建设了新冠病毒疫情综合监测直报平台及疫情监测分析应用系统，下设疫情上报以及医疗卫生数据统计等多个功能模块，实现全省网络化全覆盖。通过运用大数据和人工智能技术，加快疫情数据分析，保证信息传达的快速性和有效性，提升了区域化管控效率，为有效应对可能出现的疫情变化提供支撑。云南省针对疾控、应急疫情信息等需求上线了综合疫情监测防控指挥系统，实现了综合决策、疫情分析、医疗救治、物资管理、人口热力图等功能运作，动态展示全省疫情发展趋势情况，为疫情发展提供科学化决策支撑[11]。

3）利用现代化信息技术，通过情报平台，及时传播与新冠肺炎疫情防控相关的情报知识。

浙江省通过开通智能客服与人工相结合的咨询服务，实时发布疫情信息及相关知识，传播科学的病毒防范知识、解答群众的困难疑惑、提升群众自我防范意识。湖北省依托4G无线网络和移动物联网技术，建立起涵盖并联接省、市、县、乡、村各层级的播控中心模式。在本次疫情防控时期，湖北省通过该模式向各级群众传播防控指令和情报知识，缓解群众的恐慌情绪，提升了村民的联防联控能力[12]。

4）对于网络信息进行实时监控，加强网络舆情管理，防范网络安全突发事件，促进网络信息安全工作，为疫情防控提供安全服务。

湖南省科协加强疫情防控中网上涉科谣言的监测，并通过应急专家组针对涉疫情谣言和不实信息，及时在网络模式进行辟谣澄清并发布真实信息和知识[13]。湖北省组织力量强化网络安全隱患的排查和防护，加大网络安全危险监测、预警、处置的范围和力度，利用信息情报及时改进和完善网络安全服务应急预案，加强网络宣传和舆论引导，加强疫情期间电信网络诈骗犯罪的预警和查处[14]。

3 应急情报服务模式构建

通过应急情报对重大疫情防控的服务作用的实践研究，可以明确应急情报服务模式需要具备的特点：1）应急情报服务需要对疫情发展进行实时监控、重点筛查、有效预测;2）应急情报服务要能够及时对与疫情防控相关的数据和信息进行收集和分析;3）应急情报服务需要将疫情信息及相关知识进行传播;4）应急情报需要服务于疫情防控、临床救治、科研攻关以及应急预案等等。5）应急情报需要针对疫情的发展进行服务类型的变换。因此，应急情报服务模式的构建需要通过信息技术对大数据环境中与疫情相关的数据和信息进行收集、分析、解读与存储，并通过合理的组织架构进行情报的传递，从而为重大疫情发生前期、中期、后期的应急管理提供情报服务。

3.1 模式基本结构

为了更明确地了解基于重大疫情防控的应急情报服务模式的具体目标和内容设定，需要对其各个模块和要素进行归纳和分析，进而支撑当前新冠肺炎疫情防控的应急管理工作。本文结合当前疫情防控的实际情况，构建了基于重大疫情防控的应急情报服务模式。重大疫情防控的应急情报服务模式的架构主要分为用户访问、情报展示、情报服务、情报工作、应急数据管理、数据传输与采集和基础支撑。各层自下而上逐层提供情报服务支持，最终为政府及相关组织、军队、医疗卫生系统和社会公众提供应急情报服务（如图1）。

应急数据管理和数据传输与采集主要是通过GPS、GIS、RFID和信息填报等设备和手段为应急情报服务提供数据和信息支持，并将具有共同属性和特征的数据进行分类整合从而进行存储管理。情报工作是应急情报模式最为核心的内容，主要为日常情报工作流程，包括数据收集、数据分析、研究解读和情报存储。情报服务则是应急情报的应用流程，即应急情报服务疫情从萌芽到结束的应急管理工作，这就需要将应急情报融入疫情演化过程之中，为重大疫情事件监测预警、疫情防控提供依据。应急情报服务向用户提供了移动端、PC端以及其他接收终端的多种访问和展示方式，并向政府、组织等门户提供应急情报的访问接口，用户可以通过注册和身份认证手段等获取相关的应急情报。应急情报最终目的是服务疫情决策和防控，而合理有效的应急组织架构能够促进情报在组织内快速流通和传递，从而推动疫情防控的有效进行。以下对情报服务、组织架构和情报工作这3个重点内容进行阐述。

3.2 模式服务分析

关于突发事件的演化过程和生命周期模型包括Turner的七阶段模型。Steven Fink的四阶段模型以及Burkholder的三阶段模型等等[15]。本研究基于新冠肺炎疫情发展的实际情况将其划分为疫情发生前、疫情爆发及发展、疫情结束的社会恢复期这3个阶段，而应急情报服务模式所提供的服务贯穿于疫情发展的全阶段。

1）疫情发生前

这一阶段分为两个层级，第一层级为未发生疫情前，此时政府决策者应根据以前发生的突发事件案例所归纳出的情报结果进行应急政策与预案的制定和应急人员培训，从而为下次重大疫情的发生打下坚实的防控基础。第二层级为新冠肺炎疫情爆发前期，在2019年12月时关于该疫情的危机信息就已经开始萌芽，但当时难以及时引起重视。在这一阶段的应急情报服务模式的主要任务是建立应急预警机制，通过监测并不断收集与分析实时信息与数据来预测概率性事件。当检测的数据信息达到预警机制通过类型、时间、数据量等多维度所设定的阈值时，监测预警机制将会被自动触发并实时进行分析，再通过情报传递系统自动地将分析结果传送至相关专家[16]。

2）疫情爆发及发展

在此阶段，新冠肺炎疫情通过一段时间的潜伏和積累，从2019年12月底开始爆发并向全国各地蔓延。这时，情报服务模式由初期的对疫情的监测预警转向全面防控阶段。情报服务开始全面展开，通过全国性、全方位、联动性的数据监测、共享、收集与反馈，不断对疫情事件进行分析与预测，面向不同对象实时传递全方位、精准化的情报服务产品，如决策建议、防控关键节点、防控指南、科研材料等等。为应急决策制定、疫情防控开展、临床救治、科研攻关以及引导网络舆情进行服务，抑制危机的扩散和维护社会的稳定，从而实现其情报服务功能和情报价值。

3）疫情结束的社会恢复期

当新冠肺炎疫情得到有效控制后，社会生产生活开始逐渐恢复，应急情报服务需要对该次疫情进行评估，对事件发生的全过程进行系统梳理和综合研究，分析情报服务工作的经验教训（如情报服务产品的采纳度和实际价值等），从而为今后的重大疫情事件提供更为有效的情报支撑。

3.3 应急组织架构

如何能够快速有效地发挥情报服务的作用，这是值得研究者去关注的。重大疫情防控的主体是政府部门，应急情报的使用主体也是政府部门及其机构。因此，实现新冠肺炎的疫情防控情报服务工作的快速实现，除了需要先进的服务模式外，必须设置至上而下、快速响应的有效应急组织架构作为情报服务传递的支撑。

因此，针对新冠肺炎的疫情，党中央成立应对疫情工作领导小组，加强对全国疫情防控的统一领导，统一指挥[17]。通过建立国家级、省、市、县级的应急管理小组，形成情报服务联动机制。应急情报可由中央进行管理决策并向省、市、县逐级传达指令和进行全局性情报传递。各省、市、县根据该区域实际情况成立地区性的疫情工作领导小组，并设置督导组对下级执行情况进行督查，从而实现了工作的有效进行。除此之外，国家卫生健康委员会牵头成立应对新型冠状病毒感染的肺炎疫情联防联控工作机制，下设疫情防控、医疗救治、科研攻关、宣传等工作组，明确职责，分工协作，形成防控疫情的有效合力[18]。与此同时，各省、市、县依据职能的不同，在领导小组下设工作组，负责综合事物、医疗救治与疾病控制、物资与市场服务、疾病防控宣传等工作。对新冠肺炎疫情防控管理主要采用“统一领导、综合协调、分类管理、分级负责、属地管理为主”的管理办法，并且坚持“横向到边，纵向到底”全覆盖的原则[19]。除此以外，工作组和指导组能跨越层级进行工作指导和情报传递，具有一定的动态性和柔性特征。这样既保证了组织的严密性，控制了信息传达的质量，也利于实现疫情防控情报快速有效地传播并应用到各个层级，促进各层级的快速响应。组织架构如图2所示。

4 应急情报服务工作流程

基于重大疫情防控的应急情报服务模式的核心是应急情报服务工作。本研究从情报工作的实际流程出发，以李阳等[20]、储节旺等[21]、陈亮[22]关于情报工程和模式的实践应用和预警机制为借鉴，结合当前疫情实际情况，通过“数据收集”+“数据分析”+“研究解读”+“情报存储”这4个主线将不同要素进行优化整合，从而构建出基于疫情防控的应急情报服务模式工作流程（如图3）。研究者认为，基于新冠肺炎疫情防控的应急情报服务模式的工作流程是以应急数据资源为核心，以数据分析为手段，以研究解读为方法，以情报存储为方式的有机系统整合。与之对应，本文从这4个主线进行解读。

4.1 数据收集

新冠肺炎疫情防控工作面临的未知情况较多，疫情数据来源广泛，数据类型较为复杂，并且具有信息量大及多样化的特点。由于传统的信息收集及处理都是通过人工的方式进行，数据资源收集的手段较为单一。这种复杂的数据环境很大程度上影响了防控工作的效率，并且提高了数据采集人员的工作难度。

应急情报产出的前提是获取与重大疫情防控工作密切联系的数据及新冠肺炎传播后造成的社会现象等衍生的数据源信息。数据资源包括与疫情直接相关数据和间接相关数据两个层级。疫情直接相关的数据包括疫情防控地理空间信息数据、疫情防控组织机构数据、病毒感染人员数据、疫情事件损失数据、疫情防控资源数据、疫情防控救灾队伍数据、疫情防控网络舆情数据等。疫情间接相关的数据包括网络信息、水文数据、道路交通数据、气象环境数据、基础设施数据及物联网数据等等。

在现代化信息技术高速发展的时代，各个地区中的各领域、各子系统的关联性愈趋紧密，交通、文化教育、卫生事业、商业等基础设施在智能技术、物联网和云计算等技术手段的助力下，为重大疫情防控提供多源数据监测、交流与反馈，借助一系列智能感知、互通互联的新技术来实现各区域信息联动[23]。视频监测系统、图像捕捉采集系统、GPS、GIS、4G、wifi、RFID等智能设备和智能设施为各个区域提供全方位、多层次、个性化的智慧监测、信息反馈及定位追溯，这些都为疫情防控提供了数据支撑。除此之外，通过人员在云模式进行信息直接填报的方式进行疫情数据的填报和逐级统计，从而弥补人工收集的不足。例如，当前高校通过“阿里钉钉”统一开展个人健康信息采集管理服务对人员健康情况进行防控，教职工和学生只需在钉钉中填写并提交表单汇报个人健康情况即可，这样能够切实监测高校人员的健康信息。利用传统收集方法和基于数据流方法、基于搜索引擎等的大数据抽取与集成手段相结合进行数据的收集和统计，通过各地区的信息数据网络监测、分析和整合疫情事件相关数据。在应急情报服务模式中，对各地区运行的核心数据进行测量、监控和分析，能够提高数据信息收集的效率。

4.2 数据分析

在当前疫情防控的关键时期，新冠肺炎的技术防控及信息防控同样重要，对于信息内容的处理愈发关键。数据分析的意义就在于对收集来的大量的、无序的、繁杂的数据进行处理和分析，提取出隐藏在数据当中的一些无法直接获知、但具有重要意义的知识及信息的过程。数据分析是从数据到知识的过程，可以说数据分析的核心和目的就是知识的发现。数据挖掘与分析技术包括知识建模、网络分析、信息可视化、大数据技术、人工智能技术等等。对于收集到的数据需要通过流处理和批处理的内容处理方式将数据源信息进行抽取和集成，通过分类、回归分析、相关分析、聚类、关联规则挖掘和异常检测等数据挖掘和分析方法[24]对数据进行知识抽取及内容形式化操作，通过深度处理和整合后形成综合性的数据分析报告等知识成果。

4.3 研究解读

研究解读是从知识到情报的过程。当前疫情知识包括了显性知识和隐性知识两类。显性知识包括科学数据、数据分析结果以及现有的一些重大疫情防控的标准规范。隐性知识则包括重大疫情防控中的实际经验、专家经验以及原有的一些重大疫情实例。因此，对重大疫情数据信息进行收集与分析后，需要通过不同领域专家学者依靠自身智慧将数据处理结果与现有规范和经验相结合进行快速解读，促进知识外化，从而形成具有知识属性特征的规范化情报研究成果。该阶段不但需要专家的智慧，更需要依靠不同领域的专家进行协同。在新冠肺炎疫情发生后，各个领域的专家学者凭借扎实的理论基础和实践知识，通过其敏锐的洞察力、专业的判断力和精准的决策力，为疫情的防控做出了巨大的贡献。如钟南山院士对新冠肺炎的解读、病毒传播周期的预测以及病毒的防治等都做出了众多的贡献，而他的预测也是在现有信息分析处理之上进行解读得出的结果。因此，在应急情报服务模式中，专家學者是应急决策得以实现的重要助力，负责提供应急决策相关知识、抽取核心情报、评估情报需求优先级等。在基于当前新冠肺炎疫情防控的应急情报模式中，需要以医学领域专家为主、技术专家、数据情报专家和其他领域专家为辅进行协同工作，形成网络协同开放式模式，从而最大程度地发挥专家价值。

4.4 情报存储

在应急情报服务模式中，最后一步是情报的存储。通过情报类型、应用领域的不同，将其融合、归纳、分类、归档存储到综合情报库中的不同子情报库中。面向重大疫情防控的情报服务数据库包括应急知识库、应急决策库、应急模型库与应急案例库等等。综合情报数据库的形成实现了情报逐步从零散、无序层面过渡到综合层面的聚集。通过应急情报的存储，在突发疫情发生后，能够实时将信息与同类型情报知识库进行快速匹配，提高情报转换效率。

5 结 语

为了今后能够更为快速地应对该类突发事件的发生，本研究构建了基于疫情防控的应急情报服务模式，该模式需要实时监测、快速响应，并以科学合理的组织机构进行决策和情报的传递和应用。但重大疫情防控只是突发事件中的一小种类型，并且基于突发事件的应急情报服务模式的构建是一个极为复杂的系统性工程，需要结合实际情况不断地更新和改进。除此之外，在突发性事件发生时，如何更为高效灵活地构建应急情报协同联动机制，最大限度地调动不同主体的快速运转，实现多方位、多层次的动态服务，是未来研究者需要持续关注和继续研究的问题。

参考文献

[1]中国政府网.截至2月20日24时新型冠状病毒肺炎疫情最新情况[EB/OL].http：//www.gov.cn/xinwen/2020-02/21/content_5481543.htm，2020-02-21.

[2]宋丹，高峰.美国自然灾害应急管理情报服务案例分析及其启示[J].图书情报工作，2012，56（20）：79-84.

[3]郭骅，屈芳，战培志.城市应急管理情报模式构建研究[J].图书情报工作，2018，62（6）：93-104.

[4]袁莉，姚乐野.基于EA的快速响应情报体系顶层设计研究[J].图书情报工作，2016，60（23）：16-22.

[5]封超，郭晓.基于CBR的应急情报智能决策支持系统研究[J].情报杂志，2017，36（10）：36-40.

[6]苏新宁，朱晓峰，崔露方.基于生命周期的应急情报体系理论模型构建[J].情报学报，2017，36（10）：989-997.

[7]中国政府网.习近平：在中央政治局常委会会议研究应对新型冠状病毒肺炎疫情工作时的讲话[EB/OL].http：//www.gov.cn/xinwen/2020-02/15/content_5479271.htm，2020-02-26.

[8]中国政府网.国家卫生健康委办公厅关于加强信息化支撑新型冠状病毒感染的肺炎疫情防控工作的通知[EB/OL].http：//www.gov.cn/zhengce/zhengceku/2020-02/05/content_5474692.htm，2020-03-05.

[9]Read J M，Bridgen J R E，Cummings D A T，et al.Novel Coronavirus 2019-nCoV：Early Estimation of Epidemiological Parameters and Epidemic Predictions[J].medRxiv，2020.

[10]新浪财经.大数据“防疫”进行时！百度地图迁徙大数据模式为复工注入科技保护力[EB/OL].https：//finance.sina.cn/stock/relnews/us/2020-02-20/detail-iimxyqvz4369859.d.html，2020-03-05.

[11]健康报.加强信息化！助力疫情防控阻击战[EB/OL].http：//health.hc3i.cn/art/202002/44255.htm，2020-03-06.

[12]人民湖北.湖北开启万余“村村响”大喇叭 把疫情防控宣传做到家[EB/OL].https：//baijiahao.baidu.com/s？id=1658790261669262140&wfr=spider&for=pc，2020-03-06.

[13]红网.防疫科学说|宣传疫情防控科普知识 湖南省科协系统做了这些事[EB/OL].https：//baijiahao.baidu.com/s？id=1658417174855955184&wfr=spider&for=pc，2020-03-07.

[14]中国信息产业网.筑牢安全防线 湖北管局进一步强化疫情防控期间网络安全管理[EB/OL].http：//www.cnii.com.cn/ztzl/xxtxykjyq/202002/t20200204_152852.html，2020-03-07.

[15]郭倩倩.突发事件的演化周期及舆论变化[J].新闻与写作，2012，（7）：9-12.

[16]郭春侠，张静.突发事件应急决策的快速响应情报模式构建研究[J].情报理论与实践，2016，39（5）：53-57，68.

[17]新华网.中共中央政治局常务委员会召开会议 研究新型冠状病毒感染的肺炎疫情防控工作 中共中央总书记习近平主持会议[EB/OL].http：//www.xinhuanet.com/politics/leaders/2020-01/25/c_1125502052.htm，2020-03-13.

[18]中国政府网.国家卫生健康委会同相关部门联防联控 全力应对新型冠状病毒感染的肺炎疫情[EB/OL].http：//www.nhc.gov.cn/yjb/s7860/202001/d9570f3a52614113ae0093df51509684.shtml，2020-03-15.

[19]寇丽平.应对危机——突发事件与应急管理[M].北京：中国人民公安大学出版社，2013：45-50.

[20]李阳，李纲.面向应急决策的智慧城市情报工程实践与应用[J].图书情报工作，2016，60（11）：81-85.

[21]储节旺，汪敏，郭春侠.云模式驱动的应急决策情报工程架构研究[J].图书情报工作，2019，63（16）：5-13.

[22]陈亮.基于“信息—模型—知识”集成的重大事件预警机制[J].情报杂志，2013，32（7）：8-12，7.

[23]戈悦迎，寇有观，金江军，等.大数据时代下城市应急管理发展之路[J].中国信息界，2014，（1）：56-65.

[24]蔡萌萌，張巍巍，王泓霖.大数据时代的数据挖掘综述[J].价值工程，2019，38（5）：155-157.

（责任编辑：陈 媛）