導(dǎo)語：如何才能寫好一篇網(wǎng)絡(luò)輿情傳播機(jī)理，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：三維建模；網(wǎng)絡(luò)輿情傳播模擬；元胞自動機(jī)；網(wǎng)絡(luò)輿情傳播速度模型；計算機(jī)仿真

中圖分類號：TP393.02

網(wǎng)絡(luò)媒體是繼報紙、廣播、電視之后的“第四媒體”，網(wǎng)絡(luò)已成為反映社會輿情的主要載體之一，有關(guān)網(wǎng)絡(luò)輿情的研究日益受到重視。目前在社會網(wǎng)絡(luò)或因特網(wǎng)概率統(tǒng)計模型[1]、元胞自動機(jī)模型[2]和隱馬爾科夫模型[3]三個方面研究較深入。由于元胞自動機(jī)模型能十分方便地復(fù)制出復(fù)雜的現(xiàn)象或動態(tài)演變過程的吸引子、自組織和混沌現(xiàn)象，從而引起了科學(xué)家的興趣，在很多領(lǐng)域得到了很大的應(yīng)用。本文在針對網(wǎng)絡(luò)輿情傳播過程的因素方面，提出一種面向三維元胞自動機(jī)的輿情傳播基本模型，將三維元胞自動機(jī)與網(wǎng)絡(luò)傳播輿情模型相結(jié)合，經(jīng)仿真證明，此算法運(yùn)行高效，能夠在多種因素的約束下快速地模擬網(wǎng)絡(luò)輿情傳播趨勢。

1 網(wǎng)絡(luò)輿情傳播的三維元胞自動機(jī)模型

1.1 三維元胞自動機(jī)模型

3 結(jié)論

針對網(wǎng)絡(luò)輿情的傳播模型，本文基于元胞自動機(jī)理論對網(wǎng)絡(luò)輿情分析和仿真實驗。在提出的元胞自動機(jī)算法和模型下，對影響網(wǎng)絡(luò)輿情傳播趨勢因素進(jìn)行了研究和分析。結(jié)果表明本文提出的模型很好的分析了網(wǎng)絡(luò)輿情傳播的影響因素，且該模型更接近于實際網(wǎng)絡(luò)輿情傳播情況。由此，利用三維元胞自動機(jī)研究網(wǎng)絡(luò)輿情傳播具有較好的合理性。

參考文獻(xiàn)：

[1]陸題佳.因特網(wǎng)中危機(jī)信息傳播規(guī)律及應(yīng)對模式研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2010.

[2]曾顯葵.基于多數(shù)規(guī)則和協(xié)同規(guī)則的元胞自動機(jī)輿論傳播模型研究[D].桂林：廣西師范大學(xué)，2007.

[3]ZENG JIANPING，ZHANG SHIYONG，WU CHENGRONG，et al.Modelling topic propagation over the Internet[J].Mathematical and Computer Modelling of Dynamic Systems，2009，15（1）：83-93.

篇2

關(guān)鍵詞：金融輿情 金融機(jī)構(gòu) 聲譽(yù)管理 聲譽(yù)風(fēng)險 突發(fā)事件

一、引言

“眾口鑠金，積毀銷骨”；“人言可畏”；“金杯銀杯，不如老百姓的口碑”等成語和概念均說明了社會輿論的影響力。隨著社會經(jīng)濟(jì)的發(fā)展，輿論醞釀和傳播渠道早已超出了傳統(tǒng)街頭巷尾、田間地頭的范圍，伴隨人們社交范圍的擴(kuò)展、網(wǎng)絡(luò)通訊技術(shù)的進(jìn)步，輿論影響力正呈現(xiàn)日益增強(qiáng)的趨勢。甚至當(dāng)一些突發(fā)性的風(fēng)險事件發(fā)生時，通過輿論的傳播，會演變成需要著力控制的大的社會性風(fēng)險。輿論成為民眾意見表達(dá)，一致性意見形成，社會力量匯聚的一種渠道。因此，輿情日益受到政府、企業(yè)和學(xué)術(shù)界的關(guān)注，如何使信息正確傳播、輿論的正確引導(dǎo)也成為各界關(guān)注的主題。作為以信用、信譽(yù)、聲譽(yù)為基礎(chǔ)的商業(yè)性金融機(jī)構(gòu)，尤其是商業(yè)銀行這類存貸款金融機(jī)構(gòu)，更容易受到輿情的影響。如商業(yè)銀行理財產(chǎn)品“投訴門”、證券業(yè)“忽悠門”、保險機(jī)構(gòu)“高保低賠”等金融輿情事件，無不顯示了社會輿論對金融機(jī)構(gòu)業(yè)務(wù)的意見。尤其在金融機(jī)構(gòu)突發(fā)風(fēng)險事件情況下，相關(guān)輿情會對金融機(jī)構(gòu)造成較大的聲譽(yù)影響，甚至引發(fā)“擠兌”等更為嚴(yán)重的危機(jī)。因此，作為聲譽(yù)管理的一項重要內(nèi)容，金融機(jī)構(gòu)應(yīng)重視并建立起常態(tài)化的金融輿情監(jiān)測調(diào)查、分析研究與管理應(yīng)對機(jī)制。

理論研究對輿情的關(guān)注在2006年以后開始增多，主要是由于網(wǎng)絡(luò)、手機(jī)等新型輿論傳播媒體的廣泛使用而引起，在理論與實證研究領(lǐng)域都尚未成熟，尤其對于金融輿情的理論研究幾乎為空白，通過中國知網(wǎng)文獻(xiàn)檢索系統(tǒng)使用金融輿情主題詞進(jìn)行文獻(xiàn)檢索，只有12篇文獻(xiàn)，而且均為央行、監(jiān)管機(jī)構(gòu)和商業(yè)金融機(jī)構(gòu)近期的工作實踐總結(jié)，因此，基于商業(yè)性金融機(jī)構(gòu)聲譽(yù)管理對金融輿情這一專業(yè)輿情領(lǐng)域進(jìn)行系統(tǒng)研究具有重要的理論與管理實踐意義。

二、金融輿情影響金融機(jī)構(gòu)聲譽(yù)的作用機(jī)理研究

商業(yè)銀行為代表的商業(yè)性金融機(jī)構(gòu)以信用、信譽(yù)和聲譽(yù)作為其各項業(yè)務(wù)開展的基礎(chǔ)性條件，而輿情是影響金融機(jī)構(gòu)聲譽(yù)的重要因素。對商業(yè)性金融機(jī)構(gòu)而言，金融輿情可以分為金融機(jī)構(gòu)評價輿情與金融機(jī)構(gòu)事件輿情兩類，其影響金融機(jī)構(gòu)的作用機(jī)理有所差異。

（一）金融機(jī)構(gòu)評價輿情的聲譽(yù)作用機(jī)理

金融機(jī)構(gòu)評價輿情即有關(guān)金融機(jī)構(gòu)業(yè)務(wù)能力、經(jīng)營效率、服務(wù)質(zhì)量等的評價。主要包括基于專業(yè)評價的輿情和基于客戶體驗的輿情兩種。

1、基于專業(yè)評價的金融機(jī)構(gòu)輿情。一些專業(yè)的評價、評估、評級機(jī)構(gòu)以及媒體、專家學(xué)者等會定期、不定期地通過專業(yè)模型、數(shù)據(jù)調(diào)研、關(guān)聯(lián)者調(diào)研等方式形成對商業(yè)性金融機(jī)構(gòu)的評價、評級。其結(jié)果會通過一定方式公布，隨后便會形成有關(guān)的輿情傳播。這種輿情會影響金融機(jī)構(gòu)的聲譽(yù)，影響客戶、潛在客戶的交易選擇，從而對相關(guān)金融機(jī)構(gòu)的業(yè)績產(chǎn)生影響。

2、基于客戶體驗的金融機(jī)構(gòu)輿情。在金融機(jī)構(gòu)客戶與金融機(jī)構(gòu)的業(yè)務(wù)交往過程中，會不斷積累客戶在業(yè)務(wù)活動中的體驗信息，這些信息在輿論交流過程中會不斷匯聚成較為一致性的輿情趨勢，從而表現(xiàn)特定金融機(jī)構(gòu)的聲譽(yù)特征。

（二）金融機(jī)構(gòu)事件輿情的聲譽(yù)作用機(jī)理

在金融機(jī)構(gòu)發(fā)生特定事件，尤其是突發(fā)風(fēng)險事件的情況下，相關(guān)輿情的受關(guān)注程度會大大強(qiáng)化，并引發(fā)相關(guān)金融機(jī)構(gòu)的聲譽(yù)危機(jī)，傳播速度會大大加快，傳播范圍大大擴(kuò)展，如果沒有有效的金融輿情管理應(yīng)對機(jī)制，及時有針對性地處理聲譽(yù)風(fēng)險，甚至有引發(fā)“擠兌”的危機(jī)。

三、金融機(jī)構(gòu)輿情監(jiān)測調(diào)查

（一）模式與主體

1、模式。獲得金融輿情的模式可以有被動的金融輿情監(jiān)測模式與主動的金融輿情調(diào)查模式兩種。

2主體。我們這里的金融輿情監(jiān)測調(diào)查與管理的主體指各類商業(yè)性金融機(jī)構(gòu)，即主要包括各類商業(yè)銀行、證券公司、保險公司，以及信托投資公司、金融租賃公司、風(fēng)險投資公司等?？梢杂山鹑跈C(jī)構(gòu)各自根據(jù)業(yè)務(wù)范圍和特點(diǎn)建立自己的監(jiān)測調(diào)查系統(tǒng)，也可以由各金融機(jī)構(gòu)共同建立共享的平臺機(jī)制。

（二）方式與工具

1、傳統(tǒng)金融輿情監(jiān)測調(diào)查方式、渠道和工具。包括：（1）傳統(tǒng)媒體信息渠道。如公共媒體的期刊、報紙、書籍，廣播、電視。（2）輿情調(diào)查。如采用問卷調(diào)查的方式了解公眾意見、手機(jī)信息傳播情況等。

2、新型方式。主要是公共互聯(lián)網(wǎng)渠道，通過專業(yè)的監(jiān)測調(diào)查軟件系統(tǒng)開展金融輿情的監(jiān)測調(diào)查工作。包括：（1）互聯(lián)網(wǎng)輿論平臺。通過微博、博客、BBS等信息內(nèi)容進(jìn)行的輿情監(jiān)測；（2）互聯(lián)網(wǎng)調(diào)查。通過專業(yè)網(wǎng)站和軟件系統(tǒng)進(jìn)行輿情調(diào)查。

四、金融輿情信息整理分析

對收集到的金融輿情信息可以從定性、定量兩種方法角度建立研究分析機(jī)制。

（一）定性分析

1、金融輿情主題分類整理。分析發(fā)現(xiàn)有關(guān)金融的輿論信息中所關(guān)注的主題，并進(jìn)行分類整理。

2、金融輿情觀點(diǎn)歸納整理：基于各個主題會有不同觀點(diǎn)出現(xiàn)，將這些觀點(diǎn)進(jìn)行歸納和分類整理。

（二）定量分析

1、統(tǒng)計方法。包括：（1）基礎(chǔ)數(shù)據(jù)統(tǒng)計。如各類主題、各類觀點(diǎn)數(shù)量等。（2）信息指標(biāo)。如各類主題、各類觀點(diǎn)的占比等，以把握輿情方向、趨勢。

2、計量方法?；诨A(chǔ)數(shù)據(jù)運(yùn)用計量分析輿情變化的影響因素分。如分析各類金融事件輿情變化影響因素；以及金融形勢趨勢輿情變化的影響因素等，以便引導(dǎo)輿情基于真實信息向有利于金融穩(wěn)定運(yùn)行的方向發(fā)展。

五、基于聲譽(yù)管理的金融輿情監(jiān)測調(diào)查與分析研究結(jié)果運(yùn)用

（一）業(yè)務(wù)類型調(diào)整與服務(wù)質(zhì)量信息交流反饋

使金融輿情監(jiān)測調(diào)查成為金融機(jī)構(gòu)了解和把握客戶金融需求、業(yè)務(wù)需求，獲得服務(wù)質(zhì)量反饋，實施業(yè)務(wù)管理的一條重要信息交流渠道。在進(jìn)行業(yè)務(wù)調(diào)整時，通過金融輿情信息預(yù)測業(yè)務(wù)實際效果和社會接受程度；在業(yè)務(wù)推出后，通過輿情信息了解業(yè)務(wù)效果好服務(wù)質(zhì)量，從另外一方面印證業(yè)務(wù)實際運(yùn)行信息。

（二）金融創(chuàng)新活動的信息交流反饋

金融機(jī)構(gòu)開展金融創(chuàng)新活動前，通過輿情信息了解民眾需求、預(yù)期；在之后把握其效果，以利于金融創(chuàng)新能夠真正符合客戶要求。

（三）突發(fā)風(fēng)險性金融事件的應(yīng)急處理

突發(fā)金融事件往往是通過輿論傳播而最終演化成為風(fēng)險事件，甚至?xí)ㄟ^輿論傳播影響金融機(jī)構(gòu)信用和金融價值鏈的正常運(yùn)行，從而誘發(fā)更大范圍的風(fēng)險發(fā)生。因此，建立健全的應(yīng)對與引導(dǎo)機(jī)制及早和及時發(fā)現(xiàn)危機(jī)發(fā)生、蔓延的苗頭，并采取有針對性的應(yīng)急管理措施是控制、化解突發(fā)金融風(fēng)險事件的一個關(guān)鍵點(diǎn)。在這方面需要建立商業(yè)金融機(jī)構(gòu)之間、商業(yè)金融機(jī)構(gòu)與金融管理機(jī)構(gòu)之間的協(xié)調(diào)機(jī)制，以及相應(yīng)的輿情引導(dǎo)機(jī)制。

另外，即便對于金融市場、機(jī)構(gòu)的正面事件輿情，金融機(jī)構(gòu)也要關(guān)注和引導(dǎo)適度傳播，以免被過度利用而引發(fā)一哄而上的泡沫性金融投資。

參考文獻(xiàn)：

[1]趙惠春、吳滋興、張職，《人民銀行輿情調(diào)查制度建設(shè)構(gòu)想》，《福建金融》2007年第11期。

[2]肖桂華，《加強(qiáng)督促考核狠抓工作落實――人行麗江中支輿情監(jiān)測工作初見成效》，《時代金融》2009年第4期。

[3]閆利平、陶衛(wèi)江、韓曉虎、靳蘭，《政府網(wǎng)絡(luò)輿情監(jiān)測分析及預(yù)警》，《現(xiàn)代情報》2011年第4期。

篇3

〔關(guān)鍵詞〕社交媒體；信息可信度；評估；綜述

〔中圖分類號〕G203 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821（2016）12-0164-06

〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.

〔Key words〕social media；information；credibility；assessment；review

1 研究的意義

隨著互聯(lián)網(wǎng)技術(shù)和移動技術(shù)的突飛猛進(jìn)，社交媒體盛行，人人可做信息的制造者，制造的信息極為豐富。然而，在這豐富信息的背后，隱藏著漫天飛舞的謠言、病毒般傳播的虛假照片和視頻，這給人們幸福的生活、社會的穩(wěn)定帶來了嚴(yán)重的隱患。為了遏制虛假不良信息傳播，營造健康向上的網(wǎng)絡(luò)環(huán)境，信息可信度評估就成了迫在眉睫的問題，社交媒體信息急需“鑒定師”和“測謊儀”。

社交媒體信息可信度評估研究既有較高的學(xué)術(shù)價值，也有較強(qiáng)的應(yīng)用價值。具體來說，學(xué)術(shù)價值表現(xiàn)在研究社交媒體信息可信度評估并探討虛假信息的生成機(jī)制、傳播模式、治理措施，是對社交媒體環(huán)境下網(wǎng)絡(luò)信息資源管理理論的豐富、發(fā)展與完善。應(yīng)用價值表現(xiàn)在研究社交媒體信息可信度評估有助于社交媒體用戶判斷信息的可信性，營造誠信健康的互聯(lián)網(wǎng)環(huán)境，也有助于提高社交媒體信息輿情監(jiān)控、社交媒體信息引導(dǎo)、社交媒體搜索、社會化推薦等方面的效果。

2 社交媒體信息研究

社交媒體（Social Media）是通過Web2.0技術(shù)實現(xiàn)的一類支持用戶自主創(chuàng)造和交換內(nèi)容的媒體，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、論壇、人人網(wǎng)等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美國加州伯克利市建立全球第一個公共電子公告牌系統(tǒng) Community Memory后，BBS以及網(wǎng)絡(luò)社區(qū)等早期的社交媒體開始映入人們的眼簾?！?015年全球社會化媒體、數(shù)字和移動業(yè)務(wù)數(shù)字統(tǒng)計趨勢》報告表明：全球社交媒體活躍用戶約占全球人口的29%。

2.1 國外研究

社交媒體的相關(guān)研究從20世紀(jì)80年代開始，在2005年左右開始進(jìn)入快速發(fā)展階段，發(fā)文量有逐年增加的趨勢。在國際期刊中，發(fā)表社交媒體論文較多的要屬《Computers in Human Behavior》。近兩年，關(guān)于社交媒體的國際會議主要有ASONAM、SMP、MISNC、SMAP、SCSM。國外學(xué)者研究內(nèi)容主要集中在以下4個方面：

2.1.1 社交媒體信息利用研究

社交媒體在商業(yè)領(lǐng)域、教育領(lǐng)域、公共管理領(lǐng)域等都有廣泛的應(yīng)用[1]。如在營銷領(lǐng)域，利用社交媒體信息，可以獲知消費(fèi)者態(tài)度和行為[2]，可以獲知客戶交流和推薦對營銷的影響[3-4]，可以獲知社交媒體信息對營銷管理功能的影響[5]。

2.1.2 社交媒體信息檢索與信息推薦研究

側(cè)重于社交媒體信息檢索與信息推薦方法的研究。社交媒體信息的檢索采用主題模型[6]、社會網(wǎng)絡(luò)[7]、本體[8]等檢索方法。比如，Hong和Davison（2010）使用標(biāo)準(zhǔn)主題模型進(jìn)行社交媒體Twitter信息的檢索。社交媒體信息的推薦采用內(nèi)容推薦[9]、協(xié)同過濾[10]、時序推薦[11]、位置推薦[12]、社會化推薦[13]等方法。比如，Levandoski等（2012）提出位置感知推薦系統(tǒng)（LARS）[12]。

2.1.3 社交媒體信息傳播研究

側(cè)重于反映信息傳播傳播規(guī)律的社交媒體信息傳播模型的構(gòu)建以及通過模型的構(gòu)建對實際問題進(jìn)行預(yù)測等方面的研究。如Galuba等（2010）通過研究1 500萬URL在不同Twitter用戶之間的300小時傳播，提出了基于內(nèi)容流行度、用戶影響力和傳播速度的線性閾值模型[14]。Adar和Adamic（2005）通過研究信息在博客中傳播的模式和動力學(xué)特性，提出用傳染病模型來描繪信息傳播的機(jī)理[15]。Asur和Huberman（2010）采用來自的聊天數(shù)據(jù)通過簡單的線性回歸模型預(yù)測電影票房的收入[16]。

2.1.4 社交媒體用戶隱私研究

在探討社交媒體用戶隱私現(xiàn)存問題的基礎(chǔ)上，提出了相應(yīng)的隱私保護(hù)方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基礎(chǔ)上探討了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解決社交媒體用戶隱私問題[18]。

2.2 國內(nèi)研究

國內(nèi)學(xué)者的社交媒體研究最早可追溯至20世紀(jì)90年代末，但從2005年后起關(guān)于社交媒體的論文才逐漸表現(xiàn)出增長態(tài)勢。國內(nèi)研究內(nèi)容主要集中在：

2.2.1 社交媒體信息傳播研究

研究內(nèi)容包括：①社交媒體信息傳播模式研究。如韓佳等（2013）提出了基于改進(jìn)SIR的在線社交網(wǎng)絡(luò)信息傳播模型[19]。姜景等（2015）構(gòu)建表征謠言信息與辟謠信息傳播機(jī)理的Lotka-Volterra競爭模型[20]。②社交媒體信息傳播中存在的問題與對策研究。如閻?。?015）探討微博傳播存在的問題及原因，并提出了加強(qiáng)微博內(nèi)容管理、增強(qiáng)把關(guān)意識、提高微博用戶的媒介素養(yǎng)等對策[21]。③社交媒體信息傳播效果研究。如陳遠(yuǎn)和袁艷紅（2012）以新浪微博作為數(shù)據(jù)來源，把信息覆蓋人數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)作為微博信息傳播效果的量化指標(biāo)，從縱橫向兩個角度研究新浪微博信息傳播過程造成的效應(yīng)[22]。

2.2.2 社交媒體輿情分析與監(jiān)測研究

如張J等（2014）以打砸日系車系列突發(fā)公共事件為實例，探討其在新浪微博和新浪新聞平臺上輿情傳播的特征與規(guī)律[23]。張瑜等（2015）對新浪微博熱門話題“北京單雙號限行常態(tài)化”下的微博進(jìn)行了數(shù)據(jù)采集，將輿情演化劃分為潛伏、成長、爆發(fā)、衰退、波動、死亡6個階段，并對各階段進(jìn)行情感分析，為輿情治理提供了支持[24]。唐濤（2014）在分析網(wǎng)絡(luò)輿情五要素的基礎(chǔ)上，探討移動互聯(lián)網(wǎng)輿情的新特征，指出面臨的新挑戰(zhàn)，并從信息分析、信息篩選、信息引導(dǎo)等方面提出對策[25]。

2.2.3 社交媒體營銷研究

如唐興通（2012）的著作《社會化媒體營銷大趨勢：策略與方法》系統(tǒng)總結(jié)了社交媒體營銷，并對眾多社交媒體工具在實際工作中的應(yīng)用提供了具體的建議[26]。張淼（2014）提出了企業(yè)完善社交媒體營銷策略的“9+3”模式[27]。劉曉燕和鄭維雄（2015）采用社會網(wǎng)絡(luò)分析方法研究企業(yè)微博營銷傳播的效果[28]。

3 信息可信度研究

3.1 國外研究

信息可信度（Information Credibility）是指人們對信息可相信程度的認(rèn)識。它由值得信賴（Trustworthiness）和專業(yè)性（Expertise）兩個關(guān)鍵要素組成[29]。信息可信度比較系統(tǒng)的研究始于20世紀(jì)50年代的傳播領(lǐng)域。Hovland和同事的工作具有里程碑的意義[30]。信息可信度最初關(guān)注的是傳播者的可信度。國外對傳統(tǒng)媒體信息可信度的研究主要是從信源可信度、內(nèi)容可信度、渠道可信度三方面展開的。隨著互聯(lián)網(wǎng)的出現(xiàn)，網(wǎng)絡(luò)信息可信度的評估被提上了議事日程。研究情況可歸納如下：

3.1.1 網(wǎng)絡(luò)信息可信度評估的理論模型

主要有Fogg（2003）的P-I理論模型、Wathen和Burkell（2002）的評判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的統(tǒng)一模型、Metzger（2007）的雙處理模型以及Lucassen等（2013）的3S模型（修訂版）。以上理論模型是由情境、用戶特征、操作性、處理過程這些側(cè)面的若干部分構(gòu)建而成的。

3.1.2 網(wǎng)絡(luò)信息可信度研究內(nèi)容

主要有對網(wǎng)絡(luò)新聞的可信度研究、對搜索引擎結(jié)果的可信度研究以及對維基百科內(nèi)容的可信度研究。比如，Nagura等（2006）通過比較關(guān)于同一主題不同網(wǎng)頁的相似度來計算每個網(wǎng)頁的可信度[31]。Yamamoto和Tanaka（2011）利用用戶可信度評判模型對網(wǎng)頁搜索結(jié)果進(jìn)行重新排序，以便從Web搜索結(jié)果的列表中用戶可以更高效的找到可信的網(wǎng)頁[32]。Adler等（2008）以文章長度、版本數(shù)量和基于貢獻(xiàn)數(shù)量的作者聲譽(yù)建立模型，計算出維基百科文章的可信度[33]。

3.1.3 網(wǎng)絡(luò)信息可信度研究方法

主要采用定量研究法。比如，Olteanu等（2013）在調(diào)查網(wǎng)頁的各種特征（文本內(nèi)容、鏈接結(jié)構(gòu)、網(wǎng)頁設(shè)計等）的基礎(chǔ)上，經(jīng)過統(tǒng)計分析方法篩選出關(guān)鍵的特征，采用監(jiān)督學(xué)習(xí)算法來推斷網(wǎng)頁內(nèi)容的可信度[34]。與網(wǎng)絡(luò)信息可信度有關(guān)的典型系統(tǒng)有日本的WISDOM和Honto？Search。

3.1.4 影響力較大的項目和國際會議

影響力較大的項目有互聯(lián)網(wǎng)可信度研究（The Web Credibility Research）項目，影響力較大的國際會議有WICOW（Workshop on Information Credibility on the Web）。

3.2 國內(nèi)研究

1993年的《鑒別虛假信息五法》是國內(nèi)發(fā)表的早期論文。2004年至今，相關(guān)研究進(jìn)入快速發(fā)展期。相對于國外較多研究評估算法和評估系統(tǒng)，國內(nèi)研究重點(diǎn)在于定性分析上，大多采用問卷調(diào)查及專家訪談法等進(jìn)行人工評估。國內(nèi)研究內(nèi)容主要有：

3.2.1 側(cè)重于信息可信度影響因素研究

比如，龔思蘭等（2013）針對評論信息的文本內(nèi)容、長度、情感傾向、時效性、者、商家活動等特征，通過問卷調(diào)查方式對大學(xué)生消費(fèi)群體進(jìn)行在線商品評論信息可信度影響因素實證分析[35]。蔣洪梅（2013）運(yùn)用理論分析輔以實證研究的方法，從宏觀的社會系統(tǒng)、中觀的政策法規(guī)、微觀的媒介與受眾3個視角分析網(wǎng)絡(luò)新聞信息可信度的影響因素[36]。

3.2.2 側(cè)重于信息可信度指標(biāo)體系的構(gòu)建

比如，胡紅亮（2013）按照信息源、信息加工、信息傳播和信息應(yīng)用等方面采用德爾菲專家調(diào)查法建立了學(xué)術(shù)著作可信度的基本評價模型[37]。潘勇和孔棟（2007）基于第三方認(rèn)證機(jī)構(gòu)的視角，構(gòu)建了電子商務(wù)網(wǎng)站的信用評價指標(biāo)體系及評價因素集，并建立灰色關(guān)聯(lián)信用評估模型[38]。當(dāng)然，也有少量基于機(jī)器學(xué)習(xí)的信息可信度自動化評估實驗研究，比如，馬偉瑜（2011）提出一種采用改進(jìn)的PageRank算法評估網(wǎng)頁信息可信度的方法[39]。

4 社交媒體信息可信度評估研究

4.1 國外研究

國外相關(guān)研究較早。社交媒體信息可信度的相關(guān)研究隨著BBS的出現(xiàn)隨之展開，最早可追溯到20世紀(jì)80年代。目前可以說，研究處于繁榮期。國外研究情況可歸納如下：

4.1.1 社交媒體信息可信度評估研究內(nèi)容

研究內(nèi)容主要包括：①不實信息的判斷識別。如Qazvinian等（2011）提取Twitter信息的文本特征、網(wǎng)絡(luò)特征和微博元素特征，構(gòu)建貝葉斯分類器甄別謠言[40]。Zhao等（2015）通過研究查詢帖以便及早識別社交媒體謠言[41]。②話題新聞的可信度評估。如Castillo等（2011）選取了有關(guān)用戶特征、文本特征、主題特征、信息傳播特征，采用J48決策樹評估Twitter中話題新聞的可信度[42]。

4.1.2 社交媒體信息可信度評估方法

評估方法主要有監(jiān)督學(xué)習(xí)[43]，統(tǒng)計分析[44]，與可信信息來源的相似性比較[45-46]，社交網(wǎng)絡(luò)的鏈接結(jié)構(gòu)分析與主題模型的利用[47]等。它們主要采用自動評估，具體來說：①選取的特征：選取的特征主要是用戶特征、文本特征、信息傳播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）選取用戶特征（如注冊時間、粉絲量、好友量），文本特征（如是否包含#標(biāo)簽、是否包含問號、Tweet中包含的URL數(shù)量、是否轉(zhuǎn)發(fā)），主題特征（如帶#標(biāo)簽Tweet的比例、Tweet數(shù)量、Tweet的平均長度、Tweet的平均情感分值、積極情緒或消極情緒的比例），以及信息傳播特征（如傳播樹的深度），采用J48決策樹評估Twitter信息的可信度[42]。②評估的方法：大多通過構(gòu)建SVM分類器、Bayesian分類器、Decision Tree分類器等方法，并對結(jié)果進(jìn)行分類，以達(dá)到評估社交媒體信息可信度的目的。上例Castillo等采用J48決策樹構(gòu)建分類器，并對結(jié)果進(jìn)行分類，從而評估Twitter信息的可信度[42]。當(dāng)然，也有通過對結(jié)果進(jìn)行排序的實例，從而達(dá)到評估社交媒體信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM與PRF相結(jié)合的方法，按照可信度得分對Twitter信息進(jìn)行排序[43]。

4.1.3 有較大影響的在研項目與系統(tǒng)

由歐盟資助七國科研人員聯(lián)合攻關(guān)的PHEME項目研究的重點(diǎn)是社交媒體信息的真實性，該項目在國際上有較大影響。Jacob Ratkiewicz等（2011）開發(fā)出可實時追蹤Twitter上政治謠言的Truthy系統(tǒng)[48]。Gupta等（2014）、Lorek等（2015）分別開發(fā)出一款可自動評估推文可信度的工具TweetCred、TwitterBOT[49-50]。

4.2 國內(nèi)研究

2007年《博客信息“可信度不亞于紐約時報”？》拉開了國內(nèi)探討社交媒體信息可信度評估的序幕。目前研究還處于發(fā)展的初期。社交媒體信息可信度評估研究主要有：

4.2.1 社交媒體信息可信度影響因素研究

如劉雪艷和閆強(qiáng)（2013）探討政府微博中的熱點(diǎn)事件信息可信度的影響因素[51]。丁科芝（2015）從信息傳播者、渠道、信息內(nèi)容和用戶基本信任觀念4個方面構(gòu)建社交網(wǎng)絡(luò)可信度影響因素模型[52]。薛傳業(yè)等（2015）從信息來源可信度、信息傳播渠道可信度、信息內(nèi)容可信度以及信息評論反饋多維度探討了突發(fā)事件中社交媒體信息可信度的影響因素[53]。

4.2.2 構(gòu)建社交媒體信息可信度指標(biāo)體系研究

它大多采用問卷調(diào)查及專家訪談法進(jìn)行人工評估。屈文建和謝冬（2013）從站點(diǎn)層次、版塊層次、主題層次、內(nèi)容層次4方面，采用模糊綜合信用評估模型對網(wǎng)絡(luò)學(xué)術(shù)論壇信息可信度進(jìn)行評估[54]。莫祖英等（2013）從微博信息量、信息內(nèi)容質(zhì)量、信息來源質(zhì)量和信息利用情況等方面進(jìn)行問卷調(diào)查，采用層次分析法構(gòu)建微博信息質(zhì)量評估模型[55]。當(dāng)然國內(nèi)也有少量自動化評估的例子。比如，賀剛等（2013）引入關(guān)鍵詞分布特征和時間差等新特征，基于SVM算法來預(yù)測新浪微博信息是否為謠言[56]。程亮等（2013）提出基于BP神經(jīng)網(wǎng)絡(luò)模型及改進(jìn)其激發(fā)函數(shù)，同時引入沖量項，對微博話題在傳播過程中演變?yōu)橹{言進(jìn)行檢測[57]。路同強(qiáng)（2015）采用半監(jiān)督學(xué)習(xí)算法檢測微博謠言，但不足之處在于未考慮信息的深層特征[58]。

4.3 存在的問題

對比國內(nèi)外研究情況，可發(fā)現(xiàn)國內(nèi)研究存在如下問題：

4.3.1 研究內(nèi)容

關(guān)于社交媒體信息可信度研究，國內(nèi)外目前以微博研究較多。與國外豐富的研究內(nèi)容相比，國內(nèi)在該領(lǐng)域的研究還主要集中于對影響因素以及特征的探討上。

4.3.2 研究方法

國外定量研究較多，很多涉及自動化評估，而國內(nèi)定性研究較多，大多采用問卷調(diào)查法、專家訪談法等進(jìn)行人工評估。

總之，現(xiàn)有研究大多是針對Twitter等英文社交媒體，其研究成果大多不能直接應(yīng)用于中文社交媒體。盡管也有少量研究是面向中文社交媒體的，但研究成果零散，還缺乏系統(tǒng)性。另外，在特征選擇上，選擇范圍面較窄，考慮社交媒體深層的隱含特征較少。

5 結(jié) 語

為了解決中文社交媒體的可信度評估問題，在吸收前人研究的基礎(chǔ)上[59-63]，很有必要對中文社交媒體信息可信度進(jìn)行系統(tǒng)研究，特別是在參考國外信息可信度評估系統(tǒng)的基礎(chǔ)上，很有必要研制開發(fā)中文社交媒體信息可信度評估系統(tǒng)，實現(xiàn)中文社交媒體信息可信度的自動評估。在進(jìn)行中文社交媒體信息可信度評估中，應(yīng)注意下列問題：

1）評估要在對信息資源分類的基礎(chǔ)上，對不同的類別采用不同的評估指標(biāo)體系，以提高評估工作的科學(xué)性和合理性。

2）評估既要重視定性評估，也要重視定量評估，尤其是自動化評估。特別是在大數(shù)據(jù)環(huán)境下，應(yīng)針對評估的實際需求，制定科學(xué)的評估方案，選擇恰當(dāng)?shù)脑u估方法，構(gòu)建適合評估工作需要的自動化評估系統(tǒng)。

3）評估指標(biāo)、評估模型的選取以及參數(shù)的訓(xùn)練，既要考慮研究結(jié)果的精確度，又要考慮系統(tǒng)的運(yùn)算時間。

4）評估模型構(gòu)建后，不僅要進(jìn)行實驗室評估，還應(yīng)進(jìn)行實際效果評估。

參考文獻(xiàn)

[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.

[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.

[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.

[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.

[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.

[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.

[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.

[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.

[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.

[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.

[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.

[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.

[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.

[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.

[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.

[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.

[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.

[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.

[19]韓佳，肖如良，胡耀，等.在線社交網(wǎng)絡(luò)中信息傳播模式的特征分析[J].計算機(jī)應(yīng)用，2013，（1）：105-107，111.

[20]姜景，李丁，劉怡君.基于競爭模型的微博謠言信息與辟謠信息傳播機(jī)理研究[J].數(shù)學(xué)的實踐與認(rèn)識，2015，（1）：182-191.

[21]閻俊.微博傳播的問題與對策研究[D].錦州：渤海大學(xué)，2015：1-38.

[22]陳遠(yuǎn)，袁艷紅.微博信息傳播效果實證研究[J].信息資源管理學(xué)報，2012，（3）：28-34.

[23]張，孫霄凌，朱慶華.突發(fā)公共事件輿情傳播特征與規(guī)律研究――以新浪微博和新浪新聞平臺為例[J].情報雜志，2014，（4）：90-95.

[24]張瑜，李兵，劉晨.面向主題的微博熱門話題輿情監(jiān)測研究――以“北京單雙號限行常態(tài)化”輿情分析為例[J].中文信息學(xué)報，2015，（5）：143-151，159.

[25]唐濤.移動互聯(lián)網(wǎng)輿情新特征、新挑戰(zhàn)與對策[J].情報雜志，2014，（3）：113-117.

[26]唐興通.社會化媒體營銷大趨勢：策略與方法（第2版）[M].北京：清華大學(xué)出版社，2012：1-235.

[27]張淼.社會化媒體在市場營銷中的應(yīng)用研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2014：1-47.

[28]劉曉燕，鄭維雄.企業(yè)社會化媒體營銷傳播的效果分析――以微博擴(kuò)散網(wǎng)絡(luò)為例[J].新聞與傳播研究，2015，（2）：89-102，128.

[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.

[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.

[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.

[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，F(xiàn)lammini，A.and Menczer，F(xiàn).Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.

[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.

[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.

[51]劉雪艷，閆強(qiáng).政府微博中的熱點(diǎn)事件信息可信度研究[J].北京郵電大學(xué)學(xué)報：社會科學(xué)版，2013，（2）：6-12.

[52]丁科芝.社交網(wǎng)絡(luò)信息可信度研究[D].武漢：華中師范大學(xué)，2015：1-61.

[53]薛傳業(yè)，夏志杰，張志花，等.突發(fā)事件中社交媒體信息可信度研究[J].現(xiàn)代情報，2015，（4）：12-16.

[54]屈文建，謝冬.網(wǎng)絡(luò)學(xué)術(shù)論壇信息可信度的灰度分析[J].圖書情報知識，2013，（2）：112-118.

[55]莫祖英，馬費(fèi)成，羅毅.微博信息質(zhì)量評價模型構(gòu)建研究[J].信息資源管理學(xué)報，2013，（2）：12-18.

[56]賀剛，呂學(xué)強(qiáng)，李卓，等.微博謠言識別研究[J].圖書情報工作，2013，（23）：114-120.

[57]程亮，邱云飛，孫魯.微博謠言檢測方法研究[J].計算機(jī)應(yīng)用與軟件，2013，（2）：226-228，262.

[58]路同強(qiáng)，石冰，閆中敏，等.一種用于微博謠言檢測的半監(jiān)督學(xué)習(xí)算法[J].計算機(jī)應(yīng)用研究，2016，（3）：744-748.

[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.

[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.

[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社會媒體挖掘[M].北京：人民郵電出版社，2015：1-240.

篇4

【關(guān)鍵詞】網(wǎng)絡(luò)視頻；Lotka-Volterra模型；共生研究

【Abstract】Based on the symbiotic idea of population competition， observe the user of watch web-video， analysis the characters of the online-behavior between watching a web-video and comment on micro-blog by utility the Lotka-Volterra model. We make a conclusion of the characters of population increasing according to the web-video content.

【Key words】Web-video； Lotka-Volterra model； Symbiosis

0 引言

伴S智能手機(jī)的廣泛推廣，移動用戶的行為研究逐漸成為網(wǎng)絡(luò)行為研究的主要對象。中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）2016年1月的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截止到2015年12月，中國網(wǎng)民數(shù)量達(dá)到6.88億，手機(jī)網(wǎng)民數(shù)量達(dá)到6.2億，超過96%的網(wǎng)民采用移動上網(wǎng)的形式。網(wǎng)絡(luò)視頻用戶的規(guī)模達(dá)到5.04億，超過73%的網(wǎng)民為網(wǎng)絡(luò)視頻用戶，手機(jī)視頻用戶為4.05億，有58.9%的網(wǎng)民使用手機(jī)觀看網(wǎng)絡(luò)視頻[1]。網(wǎng)絡(luò)熱播視頻內(nèi)容因為用戶的參與數(shù)量眾多，其直接影響及衍生影響成為當(dāng)前網(wǎng)絡(luò)行為研究的重要內(nèi)容。伴隨移動端視頻豐富度的提升，大量的手機(jī)用戶培育了碎片化時間內(nèi)欣賞熱播視頻的行為。與此同時，微信、微博等自媒體平臺的信息以口碑的形式進(jìn)行指數(shù)級擴(kuò)散，大量的移動端用戶參與到熱播視頻內(nèi)容的討論當(dāng)中，并由此引發(fā)更多的移動用戶關(guān)注熱播視頻。

1 研究綜述

網(wǎng)絡(luò)技術(shù)的提升促進(jìn)了我國移動互聯(lián)網(wǎng)產(chǎn)業(yè)的快速發(fā)展，移動互聯(lián)網(wǎng)產(chǎn)業(yè)的競爭經(jīng)歷了“互聯(lián)網(wǎng)絡(luò)移動化階段”、“網(wǎng)絡(luò)內(nèi)容增值服務(wù)階段”和“個性化用戶服務(wù)階段”三個階段[2]。圍繞移動用戶的個性化需求，構(gòu)建移動服務(wù)內(nèi)容、軟硬件技術(shù)平臺、APP訪問端口、評價反饋機(jī)制等相協(xié)同的生態(tài)化模式成為主要的移動網(wǎng)絡(luò)產(chǎn)業(yè)形態(tài)。4G網(wǎng)絡(luò)技術(shù)的普及促進(jìn)了移動網(wǎng)絡(luò)產(chǎn)業(yè)的快速發(fā)展，以手機(jī)視頻為主的移動內(nèi)容服務(wù)成為市場關(guān)注的熱點(diǎn)，用戶對于新產(chǎn)品的采納程度及內(nèi)容的偏好成為吸引用戶的重要因素[3]。用戶對于移動端的內(nèi)容偏好性選擇受到交際人群環(huán)境的影響[4]，移動端推送內(nèi)容的影響力受到感知娛樂性的正向影響并顯著地受影響于技術(shù)的兼容性[5]。李慧娟和李彥的研究從時空分區(qū)的視角提出移動網(wǎng)絡(luò)的虛擬社會存在人類社會的動態(tài)多變的群體特征[6]，移動網(wǎng)民的行為具備較高的例行性、長期性和固定性特征，重復(fù)性、模仿成為一種規(guī)律的表現(xiàn)[7]。黃微等從網(wǎng)絡(luò)輿情的研究視角提出依托大數(shù)據(jù)平臺及移動端設(shè)備的網(wǎng)絡(luò)視頻等信息的傳播，依托信息交互的多樣性，表現(xiàn)出復(fù)雜的多元性反饋特征[8]。由此可見，移動用戶的群體性特征、多樣性特征、復(fù)雜知識性特征對于網(wǎng)絡(luò)視頻內(nèi)容的反饋既有個體的差異性，也會表現(xiàn)出群體的趨同性。

微博這一自媒體平臺因為其傳播的范圍廣、影響的群體眾多、具備較高的滲透性，逐步成為分析研究網(wǎng)民行為的主要途徑 [9]。對于網(wǎng)絡(luò)焦點(diǎn)事件和內(nèi)容，微博在傳遞信息的同時，能夠起到孕育熱點(diǎn)關(guān)注，引導(dǎo)、擴(kuò)散多樣性點(diǎn)評，加速網(wǎng)絡(luò)受眾群體的關(guān)注程度，對于熱議內(nèi)容的傳播具有放大作用[10]。微博的信息傳播機(jī)制具有一定的規(guī)律，其傳播受到發(fā)生時間、涉及區(qū)域、使用媒介的類型、關(guān)注群體的特征影響，受信息獲得方式、便捷程度正向影響[11]。從微博的信息屬性、信息服務(wù)模式進(jìn)行分析，結(jié)合微博的用戶活躍程度及盈利模式，發(fā)現(xiàn)內(nèi)容服務(wù)商、服務(wù)運(yùn)營商、SNS網(wǎng)站、網(wǎng)民群體構(gòu)建了內(nèi)容服務(wù)的網(wǎng)絡(luò)生態(tài)系統(tǒng)[12]。

本文在上述研究的基礎(chǔ)上，通過分析微博、移動視頻內(nèi)容及移動視頻平臺的相關(guān)數(shù)據(jù)，利用生物數(shù)學(xué)模型，探討網(wǎng)絡(luò)視頻與微博言論的共生性特征。

2 研究模型

2.1 共生增長理論模型

在達(dá)爾文的進(jìn)化理論中，競爭和協(xié)同進(jìn)化是物種發(fā)展的重要途徑，兩個或兩個以上的物種彼此之間具備競爭、依存的關(guān)系。在同一個生存環(huán)境下，一個物種的性狀發(fā)生了改變，另一個或更多物種的性狀有針對性的發(fā)生了改變，這種改變代表了物種對于生存環(huán)境的一種適應(yīng)過程[13]。視頻播放平臺上放映的熱播內(nèi)容作為資源被網(wǎng)絡(luò)用戶觀看，網(wǎng)絡(luò)用戶就此熱播內(nèi)容通過微博平臺發(fā)表個人觀點(diǎn)。受到微博平臺的輿論傳播及視頻播放平臺的推送影響，大量的網(wǎng)民通過互聯(lián)網(wǎng)和口碑等形式了解了熱播內(nèi)容，出于好奇開始觀看熱播視頻內(nèi)容，并據(jù)此內(nèi)容發(fā)表個人觀點(diǎn)。網(wǎng)絡(luò)群體對于熱播內(nèi)容的觀看和對微博話題的關(guān)注呈指數(shù)型增長，因為熱播內(nèi)容的被關(guān)注程度較高，有更多網(wǎng)民參與到視頻的觀看，并參與話題討論。產(chǎn)生一種微博討論群體和視頻觀看群體的共生增長現(xiàn)象。

網(wǎng)民群體具備較高的同質(zhì)性，主要體現(xiàn)在年齡、性別、學(xué)歷、行業(yè)背景、興趣偏好等個體屬性，容易形成群體性眾發(fā)式行為。從網(wǎng)絡(luò)信息生態(tài)的視角去研究，發(fā)現(xiàn)每個個體都以信息節(jié)點(diǎn)的形式存在于網(wǎng)絡(luò)信息生態(tài)鏈中，大量信息主體（網(wǎng)絡(luò)節(jié)點(diǎn)）依托頻繁密集的信息交互形式與其他節(jié)點(diǎn)發(fā)生輻射狀信息的傳遞[14]。網(wǎng)民在個體信息傳遞的過程中，依托自身的社會網(wǎng)絡(luò)資源及信息的內(nèi)容特征擴(kuò)大傳播范圍，增加相關(guān)內(nèi)容的傳播效果。

2.2 數(shù)據(jù)模型

本研究的對象《太陽的后裔》在中文網(wǎng)絡(luò)的播放依托愛奇藝視頻平家進(jìn)行，新浪微博是用戶發(fā)表個人觀點(diǎn)的主要平臺?？梢詫岵ヒ曨l、愛奇藝視頻平臺和微博平臺看作是一個共生系統(tǒng)。在這個共生系統(tǒng)之中，熱播視頻就是一種資源，將愛奇藝視頻平臺上的觀看群體看作是一個生物群體，將微博平臺上發(fā)表評論的用戶看做另一個共生生物群體。這兩個群體有個體的交集，考慮本研究重在分析群體增長的共生性，這種交集的影響恰好反應(yīng)這種內(nèi)生的共性，因此可以看做兩個群體。這兩個群體基于相同的資源形成共生的生態(tài)模式，Lotka-Volterra生態(tài)模型主要用于分析生物種群的競爭共存的生態(tài)特征，可以采用這一模型分析本研究內(nèi)容。假設(shè)在t時間，愛奇藝的視頻指數(shù)是Xa（t），微博指數(shù)是Xw（t），受到各種因素的影響，指數(shù)增長的限制分別為ka和kw，指數(shù)內(nèi)生增長率分別為ra和rw，愛奇藝的視頻指數(shù)對于微博指數(shù)的貢獻(xiàn)系數(shù)為δa，微博指數(shù)對愛奇藝視頻指數(shù)的貢獻(xiàn)系數(shù)為δw。愛奇藝視頻指數(shù)的增長模型可以描述為一個Logistic方程：

上述公式（4）和（5）中，bi0代表了種群單獨(dú)生存時的限定參數(shù)，bi1代表了當(dāng)前種群與另一種群的相互影響限定參數(shù)，bi2代表了觀察參數(shù)，通過觀察bi2的符號變化判斷兩個種群之間的關(guān)系。

3 數(shù)據(jù)演算結(jié)果及分析

3.1 指數(shù)特征描述

本文研究的網(wǎng)絡(luò)熱播視頻選自韓國熱播電視劇《太陽的后裔》，是中國和韓國第一部同步播出的韓劇。這部熱播電視劇采用網(wǎng)絡(luò)平家播放的形式進(jìn)行投放，該視頻每周播放2集，每集30分鐘。就時間長度而言，符合移動用戶的碎片化觀看時間。

通過對比表2的數(shù)據(jù)，微指數(shù)顯示微博的男女比例與愛奇藝視頻指數(shù)所顯示的觀看視頻男女比例一致，關(guān)注這部熱播電視劇的女性比例達(dá)到79%，參與到這部熱播劇話題互動的女性也達(dá)到了79%。愛奇藝指數(shù)表明收看該視頻最大的群體就是18-24和25-35歲的人群占總?cè)巳旱?6.6%，利用微博發(fā)表言論的群體是19-24和25-34歲的人群占總?cè)巳旱?0.29%。從視頻的關(guān)注程度到就此發(fā)表的網(wǎng)絡(luò)言論都是女性群體，這部熱播劇內(nèi)容的設(shè)置及目標(biāo)群體主要是18-35歲之間的女性群體。就設(shè)備分布而言，利用移動端進(jìn)行視頻的觀看的人群達(dá)到85%，用移動端發(fā)表評論的人群達(dá)到了79%，符合該視頻突出碎片化時間播放的初衷。愛奇藝指數(shù)與微博指數(shù)的熱議區(qū)域的前8個地區(qū)中，有5個地區(qū)重合，但是熱議區(qū)域的前3個區(qū)域只有1個重合，說明觀看的群體中有一部分將個人的觀后感進(jìn)行分享并參與評論的互動，有一部分是先參與互動后進(jìn)行的視頻觀看。愛奇藝指數(shù)同時提供了觀看人群的學(xué)歷水平，發(fā)現(xiàn)比較集中在本科和大專，與年齡分布相吻合。因為微博指數(shù)沒有提供學(xué)歷指數(shù)所以無從考證數(shù)據(jù)，參照愛奇藝的數(shù)據(jù)特征，參考年齡指數(shù)分布進(jìn)行分析。

因為《太陽的后裔》共分8周播放16集，因此數(shù)據(jù)截取了8周的數(shù)據(jù)進(jìn)行分析繪圖，表3和表4分別給出了這8周的數(shù)據(jù)分布。通過對比發(fā)現(xiàn)，這兩個指數(shù)圖表的分布有較大相似。伴隨熱播視頻的播放呈周期性上升的趨勢，在播放的周中會達(dá)到頂峰然后回落，在下一集播放前再形成一輪升勢，總體趨勢向上發(fā)展。第一周的播放指數(shù)明顯低于微指數(shù)，明顯在視頻播放前大家更多通過自媒體平臺對于這部韓劇的期待，大量的移動網(wǎng)民因為沒有購買會員（非會員需要延后1周收看），采用等待免費(fèi)播放的方式來觀看視頻，造成該播放指數(shù)的平緩。因此從數(shù)據(jù)上看，表2中第一周的波峰不明顯。第二、三周的視頻播放指數(shù)大幅升高，說明因為大家通過對該視頻的了解在可以觀看的第一時間關(guān)注了該視頻的內(nèi)容，并在自媒體平臺上發(fā)表了相關(guān)評論，進(jìn)而造成微博指數(shù)也有大幅度提升。第六、七兩周微博平臺的評論發(fā)生了下降，代表媒體評論的熱度下降，播放指數(shù)呈現(xiàn)W形態(tài)，沒有明顯的人群增加，表3的微博指數(shù)在此期間多了一個波峰，是因為該熱播視頻主創(chuàng)人員來中國大陸只做了一期綜藝節(jié)目，引起了人們的熱議，這個熱議沒有產(chǎn)生對該視頻的播放。最后一周播放的內(nèi)容是大結(jié)局，網(wǎng)民經(jīng)過在微博平臺的熱議，爆發(fā)式的觀看了大結(jié)局，產(chǎn)生了巨大的增幅。

3.2 模型數(shù)據(jù)分析

本研究采用Lotka-Volterra生態(tài)模型進(jìn)行定量的證分析，涉及到兩個生態(tài)群體的數(shù)據(jù)。代表了指數(shù)的增長速度，通過每天指數(shù)的差額來表示指數(shù)的增長。借鑒已有研究成果，采用灰色估計方法對Lotka-Volterra生態(tài)模型進(jìn)行參數(shù)估計[15]。利用一階微分方程組及灰色估計的建模方法可以得到Lotka-Volterra模型的時間序列關(guān)系式：

本研究所選用的數(shù)據(jù)來自于2016年2月22日至2016年4月17日期間的數(shù)據(jù)，按照日作為時間跨度，因此n=62。根據(jù)上述公式帶入愛奇藝視頻指數(shù)和微博指數(shù)，采用矩陣計算公式計算出A1、A2、Y1和Y2。

利用公式（8）和公式（9）計算出系數(shù)。

因此公式（4）和公式（5）表示為：

Lotka-Volterra生態(tài)模型的參數(shù)分析表明，在整個熱播視頻的播放周期內(nèi)，這兩個種群的增長不是一種協(xié)同成長的過程，是一種“被捕食-捕食”的過程體現(xiàn)。愛奇藝指數(shù)的增長速度超過了微博增長速度，反映出觀看熱播視頻人群的增長超過了微博熱議人群的增長速度。從視頻播放第一周的數(shù)據(jù)可以發(fā)現(xiàn)，愛奇藝的指數(shù)與微博的指數(shù)相似，而伴隨愛奇藝平臺視頻的播放，該熱播劇的播放指數(shù)增長程度明顯加快，超過微博平臺的數(shù)據(jù)增加程度。說明當(dāng)網(wǎng)絡(luò)用戶逐步關(guān)注這部熱播劇時，會第一時間用移動端觀看該視頻，并有部分網(wǎng)民結(jié)合觀看的的內(nèi)容到微博平臺觀看體驗。用戶利用移動端的自媒體平臺傳播的體驗信息迅速影響其關(guān)聯(lián)的其他用戶，依靠群體擴(kuò)散效應(yīng)迅速增加熱播視頻的被關(guān)注程度，進(jìn)而構(gòu)成用戶群體數(shù)量的巨幅增加。

4 結(jié)論

本研究是從生物學(xué)的視角去研究針對網(wǎng)絡(luò)熱播視頻，其視頻播放平臺與網(wǎng)絡(luò)自媒體評論平臺之間的網(wǎng)民群體增長的關(guān)系，利用了種群生物競爭模型Lotka-Volterra生態(tài)模型對所提出的理論進(jìn)行分析和驗證，并結(jié)合數(shù)據(jù)分析了兩個網(wǎng)民群體的增長特征。利用理論分析可以得到，移動網(wǎng)民觀看熱播視頻的群體性增長受到視頻的關(guān)注程度影響，利用自媒體平臺對熱播視頻進(jìn)行評論，有助于提升熱播視頻的被關(guān)注程度，進(jìn)而加速移動在線熱播視頻的擴(kuò)散速度。通過模型進(jìn)行數(shù)據(jù)分析發(fā)現(xiàn)，視頻播放平臺的用戶擴(kuò)張速度迅速，伴隨自媒體平臺的熱議程度提升，極大加速了視頻關(guān)注群體的數(shù)量提升。

綜上所述，結(jié)合本研究發(fā)現(xiàn)網(wǎng)絡(luò)熱播視頻的關(guān)注群體的迅速增加受到移動設(shè)備的普及、特定時間點(diǎn)的需求、網(wǎng)民群體的特征等因素外，利用自媒體等移動端網(wǎng)絡(luò)信息的傳播來增加用戶對視頻的關(guān)注進(jìn)而提升視頻的被關(guān)注程度，能夠迅速擴(kuò)大熱播視頻的被關(guān)注。通過這一結(jié)果有助于相關(guān)視頻類產(chǎn)品的移動網(wǎng)絡(luò)的傳播。與此同時，網(wǎng)絡(luò)熱播視頻的播放周期與自媒體的熱議周期同步，說明網(wǎng)絡(luò)熱播視頻通常在播放的過程中會大量的吸引網(wǎng)民的關(guān)注，伴隨播放時間的推移，衍生關(guān)注程度會下降，采用持續(xù)跟蹤、提升自媒體曝光等方式有助于幫助熱播內(nèi)容衍生品的傳播。

【參考文獻(xiàn)】

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心，第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[R].2016.1.

[2]程德杰.淺析移動中國互聯(lián)網(wǎng)絡(luò)商業(yè)模式[J].移動通信，2012（5）：16-17.

[3]殷月紅，黎小平.移動數(shù)字內(nèi)容服務(wù)用戶采納行為理論模型及實證研究[J].情報科學(xué)，2014，32（10）：33-37.

[4]HSULU，Adoption of the mobile Internet：An empirical study of multimedia message service[J].International Journal of ManagementScience，2007，35（6）：715-726.

[5]Tan， Felix B， Chou， The relationship between mobile service quality， perceived technology compatibility， and users’perceived playfulness in the context of mobile information and entertainment services[J].International Journal of Human Computer Interaction，2008，24（7）：649-671.

[6]李慧娟，李.從線下到線上：移動互聯(lián)網(wǎng)的時空分區(qū)效應(yīng)研究[J].國際新聞界， 2015，37（10）：18-36.

[7]夏玉珍，姜利標(biāo).社會學(xué)中的時空概念與類型范疇：評吉登斯的時空概念與類型[J].黑龍江社會科學(xué)，2010（3）：130-135.

[8]黃微，李瑞，孟佳林.大數(shù)據(jù)環(huán)境下多媒體網(wǎng)絡(luò)輿情傳播要素及運(yùn)行機(jī)理研究[J].圖書情報工作，2015，59（21）：38-44，62.

[9]楊娟娟，楊蘭蓉，曾潤喜，等.公共安全事件中政務(wù)微博網(wǎng)絡(luò)輿情傳播規(guī)律研究：――基于“上?！钡膶嵶C[J].情報雜志，2013，32（9）：11-15.

[10]李彪.網(wǎng)絡(luò)輿情的傳播機(jī)制研究-以央視新臺址大火為例[J].國際新聞界，2009（5）：95-99.

[11]曾潤喜，徐曉林.網(wǎng)絡(luò)輿情的傳播規(guī)律與網(wǎng)民行為：一個實證研究[J].中國行政管理，2010（11）：18-22.

[12]武琳，陳文嘉.微博客網(wǎng)站的比較及發(fā)展策略[J].情報理論與實踐，2011，34（1）：86-88.

[13]張凌志，何金生.基于生物進(jìn)化模式下的知識進(jìn)化機(jī)理研究[J].情報雜志，2011，2（30）：105-109.

篇5

一、風(fēng)波乍起與“沉默的螺旋”是否相關(guān)？

杭州市某數(shù)碼市場一位網(wǎng)名“漁翁”的員工，于今年3月15日上午10時左右，在自家電腦上敲下一段不到60個字的“消息”，發(fā)在了幾個QQ群上?！跋ⅰ痹娜缦拢?/p>

“據(jù)有價值信息，日本核電站爆炸對山東海域有影響，并不斷地污染，請轉(zhuǎn)告周邊的家人朋友儲備些鹽、干海帶，暫一年內(nèi)不要吃海產(chǎn)品?！?/p>

這條“消息”不脛而走，直至演化為兩天后全國范圍內(nèi)的輻射恐慌和“搶鹽”風(fēng)波，發(fā)生了蝴蝶效應(yīng)。無獨(dú)有偶，一周后韓國也淪為“鹽荒子孫”。這起事件耐人尋味，值得深思。

從心理層面講，有一種理論叫做“沉默的螺旋”似乎能予部分解釋。該理論源于德國傳播學(xué)家伊麗莎白?諾依曼的實證觀察，在上世紀(jì)70年代她提出了一個頗具影響力的社會公眾意見形成假說：“沉默的螺旋”理論。其主旨可歸結(jié)為以下兩點(diǎn)：

一是從眾心理行為假設(shè)。個人意見的形成是一個社會心理過程。人們力圖從周圍環(huán)境中尋求支持，避免陷入孤立狀態(tài)?！案L(fēng)從眾”是人的某種“社會天性”。

二是正反饋機(jī)制。人們在表達(dá)自己想法和觀點(diǎn)時，如果看到自己贊同的觀點(diǎn)，并且受到廣泛歡迎，就會積極參與進(jìn)來，這類觀點(diǎn)就會越發(fā)大膽地發(fā)表和擴(kuò)散，集結(jié)成強(qiáng)勢論調(diào)、形成“意見氣候”；而當(dāng)發(fā)覺某一觀點(diǎn)較少有人理會，即使自己贊同它，也會保持沉默或作違心之舉。此時，意見一方的沉默造成另一方意見的增勢，如此循環(huán)往復(fù)，便形成一方的聲音越來越強(qiáng)大，另一方越來越沉默下去的螺旋發(fā)展過程，此即正反饋?？刂普摳嬖V我們：系統(tǒng)的正反饋是一種催化、發(fā)散機(jī)制，導(dǎo)致系統(tǒng)失控。

據(jù)此，再看看當(dāng)時陷入“搶鹽”風(fēng)波的人們，既緣于心理恐慌，也受到盲從誘導(dǎo)、“跟風(fēng)從眾”“社會天性”的驅(qū)使。但仔細(xì)分析，在風(fēng)波發(fā)生前，人們籠罩在震后核輻射恐慌的氛圍之中，社會群體根本沒有出現(xiàn)“搶鹽”或“不搶鹽”的態(tài)度分野，因而也就根本不存在所謂“沉默的螺旋”那種心理勢能的積累與選項過程，換言之，“搶鹽”風(fēng)波有點(diǎn)無厘頭，此前并無任何征兆表明它在社會群體中是一個“非此即彼”可供選擇、站隊歸宗的價值取向，更不是一個由公共態(tài)度肯定或否定選項所激蕩引發(fā)的行為。

然而，無厘頭的事件既然發(fā)生了，那就探究其背后的動力機(jī)制與成因。筆者認(rèn)為“搶鹽”風(fēng)波驟起是輿情“動量”向“沖量”迅猛轉(zhuǎn)化、而累積動量被無序釋放所致。

二、累積輿情動量向沖量轉(zhuǎn)化是一種內(nèi)在必然

“動量”原本是物理學(xué)中度量運(yùn)動的一個工具，主要用來揭示系統(tǒng)的運(yùn)動狀態(tài)和成因。因為任何運(yùn)動絕不會是無緣無故的，動量發(fā)生改變要么因吸收沖量而增加，要么因釋放沖量而減少。輿情動量也是如此。

輿情動量既可基于信息量來定義，也可基于受眾量來觀測。若從信息量出發(fā)，輿情動量可定義為消息的信息量與受眾覆蓋速率的乘積；若從受眾量出發(fā)，輿情動量可定義為所溝通的受眾量與信息傳播速度的乘積；而輿情沖量是動量的改變過程，被定義為信息的影響力與其傳播時程的累積。

具體地講，輿論動量與事件信息量、與受眾量、與信息傳播速度以及受眾覆蓋速率四個因素均成正比。定性講來，動量與沖量的相互轉(zhuǎn)化是系統(tǒng)行為的一種內(nèi)在必然。

再結(jié)合 “搶鹽”個案來探討輿論動量是如何集成并通過上述因素產(chǎn)生社會影響的。

首先需要強(qiáng)調(diào)的是： “搶鹽”風(fēng)波事前已積累了相當(dāng)?shù)摹拜浾搫恿俊?。因為日?月11日大地震舉世矚目，我國媒體從發(fā)生之日起，就不間斷地播發(fā)了大量相關(guān)新聞，家喻戶曉。距“搶鹽”事件始作俑者發(fā)第一貼3月15日已經(jīng)累積5天時間的背景信息量。

大家知道，網(wǎng)絡(luò)電子時代均可實現(xiàn)“實時”傳播，各種信息的傳播速度可達(dá)到媒體信息的最大荷載，只要信道容量許可，寬帶網(wǎng)終端平均傳輸率多在100bit/s以上。由于是史無前例的大地震，5天時間內(nèi)其信息量、受眾量早累積到無以計數(shù)，受眾覆蓋速率亦毫無疑義地達(dá)到極大值，這些均在情理之中。

所以，無論是基于信息量來測量“輿論動量”（=信息量×受眾覆蓋速率），抑或基于受眾量來估計“輿論動量”（=受眾量×信息傳播速度），我們均有足夠的根據(jù)判斷：“搶鹽”事件爆發(fā)前早已累積了龐大的輿論動量，那則60字的“消息”不過是壓死駱駝的最后一根稻草而已。

其次，“搶鹽”風(fēng)波之所以舉國搖動，還與那則“消息”的貼近性相關(guān)。貼近性既是消息接受的心理機(jī)制，也是一種利益驅(qū)動機(jī)制、是受眾行為的原動力。

鹽是百姓居家過日子的必需品，謠傳的“消息”與百姓生活攸關(guān)，有極強(qiáng)的貼近性。根據(jù)《人民網(wǎng)》輿情監(jiān)測室分析，此次謠言的主要傳播途徑為口耳相傳和固定電話、手機(jī)短信傳播，其傳播群體主要是家庭主婦與老年人。他們限于社會認(rèn)知的局限和獲取信息途徑的缺乏，成為“囤鹽”的主力軍。

官方分析也證實：造成食鹽搶購的原因，一方面是日本地震海嘯造成核泄漏，民間盛傳含碘食物可以預(yù)防核輻射，造成部分民眾盲目搶購囤積碘鹽；另一方面，民眾擔(dān)心海水受到污染，以后買不到?jīng)]有污染的食鹽了，所以搶購囤積，加之少數(shù)不法商家趁機(jī)提價牟利、推波助瀾也加劇了不理性的瘋搶勢頭。

三、“對沖機(jī)制”對輿論動量的消解

“搶鹽”風(fēng)波既已驟起，何以驟落呢？這得益于輿情引導(dǎo)正確使用了“對沖機(jī)制”，正所謂“作用力等于反作用力”，解鈴還須系鈴人。我們從辟謠所動員的社會資源和媒體力量的前后對比來看，為消解既成的輿論動量的沖擊，國家上下聯(lián)動，打了一場干凈利落、十分漂亮的反擊戰(zhàn)。

我們知道，從那位叫“漁翁”的網(wǎng)民3月15日發(fā)貼，到16日北京、廣東、浙江、江蘇、湖北等地發(fā)生搶購食鹽的現(xiàn)象，其信息傳播時程只不過區(qū)區(qū)20小時。

如果將官方組織的“辟謠”視作原“消息”的反作用力來觀測，也可粗略推斷原“消息”負(fù)面輿論的影響力有多大。

例如：3月17日13時49分，中國鹽業(yè)總公司開通新浪微博，一天之內(nèi)了50條博文，其中一個帖子在新浪等微博網(wǎng)站上一共被轉(zhuǎn)發(fā)和評論了11.5萬次。

又如，CCTV動用緊急視頻，3月16日、17日反復(fù)播報辟謠內(nèi)容以平息事態(tài)，姑且不說其他各大媒體和地方媒體的立體化跟進(jìn)、強(qiáng)勢介入所形成的正面辟謠聲勢。

動量守恒原理告訴我們：動量的減少必借助沖量來釋放，故負(fù)面消息需通過正面辟謠來平息以正視聽?！皳岥}”風(fēng)波能驟起快落，得到有效控制，主要是黨和政府利用傳媒機(jī)器采取果斷應(yīng)對措施，有針對性地權(quán)威信息、正確引導(dǎo)輿論的結(jié)果。其高效率、高強(qiáng)度、高密度的正面信息所形成的“對沖機(jī)制”快速消解了先前累積的負(fù)面輿情動量，扭轉(zhuǎn)了輿情動量的方向。

綜觀“搶鹽”風(fēng)波，還與媒體對日本地震過度報道有關(guān)，因累積了“輿論動量”，物極必反產(chǎn)生“報道泡沫”，膨化為“搶鹽”風(fēng)波。鬧出一場：“日本地震、鄰國心震，別人受傷、我們喊痛”的集體無意識悲劇。

篇6

所謂思想政治教育機(jī)制，是指為了實現(xiàn)人們所期望的思想政治教育目標(biāo)，追求思想政治教育各要素的構(gòu)成方式、作用方式及由此產(chǎn)生的思想政治教育活動的整體的運(yùn)行方式和有效調(diào)節(jié)方式的綜合[1]。思想政治教育涉及的領(lǐng)域?qū)挿?、人員眾多、矛盾復(fù)雜，所以要滿足社會實踐的需要，促進(jìn)其功能的有效發(fā)揮，就必須科學(xué)地運(yùn)行其機(jī)制。本文對思想政治教育的輿情匯集與分析機(jī)制、監(jiān)測機(jī)制與對話機(jī)制、教育與激勵機(jī)制、協(xié)調(diào)機(jī)制與保障機(jī)制進(jìn)行研究，以便使他們在社會實踐中科學(xué)地運(yùn)行。

1.輿情匯集與分析機(jī)制

輿情就是處在一定社會環(huán)境中的社會成員對一定社會問題、社會現(xiàn)象的看法、意見或觀點(diǎn)等。一定的輿情往往具有反映現(xiàn)實及群眾心理動向的重要作用，是化解社會矛盾的有效參照。然而，目前的社會輿情和分析機(jī)制仍然不夠完善。輿情是社會動向的晴雨表和顯示器，它在一定程度上反映國家的形象和社會的精神面貌，是思想政治教育理應(yīng)重視的內(nèi)容，是解決社會實際問題、提高人們思想素質(zhì)的參照，也是其功能可以有所發(fā)揮的有效陣地。

輿情匯集機(jī)制就是要為群眾提供合適的申訴和宣泄情緒的途徑，加強(qiáng)與群眾的交流和溝通，敢于讓群眾表達(dá)自己的意見和不滿，要善于傾聽群眾的意見，了解群眾的所思所想，從而把握人民群眾的思想動向及帶傾向性的社會動態(tài)。而輿情分析機(jī)制指的是，對匯集而來的社會輿情進(jìn)行系統(tǒng)、科學(xué)的分析、整理，從而為進(jìn)一步采取相應(yīng)的措施做鋪墊。一方面，一定的輿情是人們的心理情緒、愿望心聲、矛盾聚焦的綜合表象。思想政治教育能夠從社會輿情中及時發(fā)現(xiàn)問題、預(yù)測社會問題，做到未雨綢繆、有備無患。另一方面，對于匯集、分析出來的人們比較關(guān)注的社會問題或突發(fā)事件，要有效利用報紙、電視、互聯(lián)網(wǎng)等媒體手段給予正確的引導(dǎo)，掌握主動權(quán)。首先，要始終堅持運(yùn)用的基本立場、觀點(diǎn)和方法，進(jìn)行科學(xué)、有效的分析，根據(jù)各種不同的情況，采取相應(yīng)的宣傳方式，幫助人們抵制各種錯誤思潮和腐朽思想，同時也要堅持正確的輿論導(dǎo)向，依靠社會主義核心價值體系的震懾力和影響力，引領(lǐng)多元社會思潮、凈化社會風(fēng)氣；其次，要在緊要關(guān)頭和重大問題上，堅定立場，牢牢把握輿論話語權(quán)，有效引導(dǎo)社會輿論健康理性的發(fā)展，從而給廣大人民群眾以積極和正面的引導(dǎo)，預(yù)防社會問題，為社會創(chuàng)設(shè)良好的輿論環(huán)境，避免社會震蕩，促進(jìn)社會和諧。

2.監(jiān)測機(jī)制與對話機(jī)制

首先，監(jiān)測機(jī)制是指在實施思想政治教育的過程中，利用網(wǎng)絡(luò)等信息手段，把握社會各群體、個人的現(xiàn)實處境、情緒動態(tài)和政治信仰等，為其功能的發(fā)揮提供制定相應(yīng)對策的依據(jù)。一個社會共同的價值觀、政治認(rèn)同感是維持社會穩(wěn)定的關(guān)鍵。思想政治教育的監(jiān)測機(jī)制，必須在社會主義價值觀的指導(dǎo)下運(yùn)行，如實地反映群眾的意見和建議，在緊要關(guān)頭安撫群眾、解決矛盾、傳播社會正氣。監(jiān)測機(jī)制一方面能夠為社會管理提供相關(guān)的信息數(shù)據(jù)，有利于它的順利進(jìn)行，另一方面還能夠降低社會矛盾及突發(fā)事件所帶來的負(fù)面效應(yīng)和消極影響。先進(jìn)的信息技術(shù)、各種傳媒、各學(xué)科的綜合知識等在思想政治教育過程中的充分使用，對社會成員的思想認(rèn)識和行為趨勢進(jìn)行分析并得出相對準(zhǔn)確的數(shù)據(jù)，然后根據(jù)得出的數(shù)據(jù)提前制定相應(yīng)的應(yīng)對措施和方法，從而提高對社會矛盾、突發(fā)事件的反應(yīng)能力。此外，還要加強(qiáng)調(diào)查和研究，緊密跟蹤受到極大關(guān)注的社會熱點(diǎn)和重點(diǎn)問題，盡量使各種矛盾能夠被消解在搖籃里，節(jié)約社會管理的成本。

其次，建立對話機(jī)制，通過面對面的交流對話，了解社會成員的心理動向和內(nèi)在訴求，積極利用思想政治教育社會管理功能中的溝通和導(dǎo)向功能，增強(qiáng)化解社會矛盾的意識和能力。其一，與人民群眾交流的渠道需要思想政治教育去拓展，引領(lǐng)他們合理、合法地表達(dá)自己的欲望及需求，不僅如此還要及時、公正、公平地回應(yīng)他們的要求；其二，對于人民群眾的內(nèi)部矛盾，思想政治教育要盡量以春風(fēng)化雨的方式給予解決。

在進(jìn)行監(jiān)測機(jī)制和對話機(jī)制的過程中，要堅持靈活性和原則性、藝術(shù)性和規(guī)范性相結(jié)合的原則，立足于發(fā)現(xiàn)問題、分析問題、解決問題，用理性和智慧引導(dǎo)社會成員的價值觀，積極推進(jìn)思想政治教育功能的發(fā)揮，促進(jìn)社會問題的源頭治理，推進(jìn)社會管理、社會建設(shè)的有序發(fā)展。

3.教育與激勵機(jī)制

思想政治教育的教育和激勵機(jī)制就是指，依據(jù)一定的目標(biāo)，以社會生活中的具體事件為情境，在解決現(xiàn)實問題的同時，激發(fā)和鼓勵受教育者，使他們沉睡的自我意識得以蘇醒，從而推動他們積極主動地改造自身、改造社會[2]。思想政治教育的溝通和對話的方法可以為其所用，真實地了解社會成員的生活需要、實際能力，在此基礎(chǔ)上激發(fā)他們的能動性和自覺性，以社會主義的優(yōu)越性引導(dǎo)他們自覺地把社會整體的發(fā)展方向作為自我發(fā)展的方向。但是，在具體的實施過程中，絕不能無視社會成員參差不齊的階段性特征和層次性。這是因為每個個體的知識結(jié)構(gòu)、心理素質(zhì)、家庭背景、外在社會環(huán)境等都存在很大的差異性，思想政治教育要增強(qiáng)自身的能動性和實踐性，就必須在教育和激勵目標(biāo)上突出各自的獨(dú)特性，使先進(jìn)性和廣泛性因社會成員的實際情況而有所區(qū)別，積極地致力于實現(xiàn)預(yù)先設(shè)定的教育和激勵目標(biāo)。只有通過教育和激勵機(jī)制提高社會成員的思想修養(yǎng)、政治品質(zhì)、實踐能力，才能夠使社會成員認(rèn)識到思想政治教育和社會管理是與自己的日常生活、自身的發(fā)展密切相關(guān)的，從而促使他們能動地參與社會管理，充分發(fā)揮自身的聰明才智，同時積極地接受思想政治教育，改造自我，努力將自我價值的實現(xiàn)與社會價值保持一致，使思想政治教育功能得到有效的發(fā)揮。

4.協(xié)調(diào)機(jī)制與保障機(jī)制

篇7

關(guān)鍵詞：公共危機(jī)　信息管理　危機(jī)信息　危機(jī)管理

中圖分類號：　D630.8　文獻(xiàn)標(biāo)識碼：　A　文章編號：　1003-6938（2012）06－0081-10

公共危機(jī)信息管理（Public　Crisis　Information　Management，　PCIM）是公共危機(jī)管理與信息管理交叉而成的一個新的學(xué)科前沿領(lǐng)域，主要研究公共危機(jī)管理中的信息問題和信息管理問題。由于信息滲透于公共危機(jī)管理的各方面和全過程，是公共危機(jī)管理體系的基礎(chǔ)和核心，因此，PCIM的研究對促進(jìn)公共危機(jī)管理的理論完善和實踐發(fā)展具有基礎(chǔ)性意義。從目前研究現(xiàn)狀來看，國內(nèi)外PCIM研究成果眾多且增長迅速，但總體來看研究顯得比較分散，問題域（problem　domain）設(shè)置比較隨意，使公共危機(jī)管理研究的深入在信息維度上存在明顯的不足和缺陷。

為了從總體上認(rèn)識和把握公共危機(jī)信息管理，本文提出了PCIM的EPFMS理論分析框架，認(rèn)為PCIM領(lǐng)域有以下5個核心問題域或研究范疇，即PCIM要素論（Element）、PCIM過程論（Process）、PCIM功能論（Function）、PCIM方法論（Methodology）和PCIM系統(tǒng)論（System），每個問題域或研究范疇都有其核心科學(xué)問題和研究側(cè)重點(diǎn)，它們共同構(gòu)成PCIM的EPFMS理論分析框架（見表1）。

1　PCIM要素論

要素論主要研究PCIM的構(gòu)成要素以及要素之間的關(guān)系，通過揭示各要素的基本內(nèi)涵和理論問題，分析常態(tài)和危機(jī)狀態(tài)下各要素之間的聯(lián)系方式和作用機(jī)制，建立關(guān)于PCIM結(jié)構(gòu)要素的基本認(rèn)識和知識。

從廣義的角度，可把PCIM的構(gòu)成要素概括為主體要素（包括政府、媒介、公眾、企業(yè)、NGO等）、客體要素（信息）及環(huán)境要素（政策法規(guī)、經(jīng)濟(jì)、技術(shù)、文化等）（見圖1）。

PCIM主體要素有政府、媒介、公眾、企業(yè)、NGO等。根據(jù)公共治理理論，有效的公共危機(jī)管理應(yīng)該是政府、企業(yè)組織、NGO、公眾等多元主體共同參與的過程。他們是公共危機(jī)管理的利益相關(guān)者（Stakeholders），在危機(jī)管理過程中有不同的地位、作用、利益需求以及表達(dá)渠道與方式，需要探尋不同主體間的信息協(xié)調(diào)機(jī)制，尤其是不同主體信息平臺的良性互動和不同主體間良性信息關(guān)系的構(gòu)建等問題。根據(jù)公共危機(jī)中利益相關(guān)者的相關(guān)度、影響力和緊急性三個屬性，可以將利益相關(guān)者劃分為三類，即核[圖1　公共危機(jī)信息管理的構(gòu)成要素]　[環(huán)境

（教育、人文）][環(huán)境

（法律、政策）][媒體][環(huán)境

（技術(shù)）][環(huán)境

（經(jīng)濟(jì)）][公眾][政府][信息][][接受][反饋][使用][使用][傳播]　[企業(yè)][NGO]

心的利益相關(guān)者、邊緣的利益相關(guān)者和潛在的利益相關(guān)者。一般來說，政府、受害的社會組織和公眾、危機(jī)誘發(fā)者是核心的利益相關(guān)者，媒體、NGO、公共服務(wù)部門是邊緣的利益相關(guān)者，危機(jī)旁觀者是潛在的利益相關(guān)者［1］。N.　Bharosa從社區(qū)（宏觀）、組織（中觀）、個人（微觀）三個層面分析了災(zāi)害響應(yīng)過程中影響信息共享和協(xié)作的因素，發(fā)現(xiàn)救災(zāi)工作者更愿意獲取對他們有用的信息而不是向其他人提供信息。要實現(xiàn)信息共享，理解每一個人及其他組織的工作過程和信息系統(tǒng)的性能是非常重要的，并據(jù)此提出了對信息系統(tǒng)設(shè)計者及政策制定者的六條建議［2］。

信息是PCIM的客體要素，是PCIM要素論研究的核心內(nèi)容。危機(jī)信息的概念有廣義和狹義之分，狹義的危機(jī)信息是危機(jī)潛伏、爆發(fā)、持續(xù)、解決等一系列過程中與危機(jī)管理相關(guān)的各種信息，廣義的危機(jī)信息除了信息要素之外，還包括危機(jī)管理過程中與信息相關(guān)的人員、技術(shù)、設(shè)備、資金等，即危機(jī)信息資源［3］。信息要素的研究首先需要分析公共危機(jī)的信息需求，研究危機(jī)信息及其傳播特點(diǎn)；其次對相關(guān)信息進(jìn)行分類分級，建立信息目錄體系，按目錄層級和輕重緩急收集和分析信息；再次從信息主體和客體間的相互作用研究信息的傳遞、共享和使用問題，主要圍繞信息機(jī)構(gòu)如何組織信息資源、政府機(jī)構(gòu)如何信息、媒介組織如何傳播信息、社會公眾如何接受和選擇信息這幾條主線展開。

環(huán)境要素是PCIM主體要素和客體要素之間相互作用的通道和橋梁，主要包括與PCIM相關(guān)的政策法規(guī)、產(chǎn)業(yè)經(jīng)濟(jì)條件、信息技術(shù)、減災(zāi)防災(zāi)文化等。環(huán)境要素是PCIM的支持要素和保障要素，良好的環(huán)境是PCIM主客體有效作用、信息順暢傳遞和發(fā)揮作用的有力保障。

PCIM要素論要研究的主要內(nèi)容有：（1）PCIM構(gòu)成要素及其相關(guān)理論問題；（2）PCIM主體間的信息關(guān)系及相互作用問題，如政府和媒體、政府和公眾、媒體和公眾、政府和企業(yè)、政府和NGO等之間的信息傳遞與信息溝通；（3）PCIM主體、客體與環(huán)境之間的相互作用及信息關(guān)系問題，如信息流程、信息共享、信息反饋、信息架構(gòu)（Information　Architecture）以及信息倫理、信息政策、信息成本控制等。

2　PCIM過程論

美國危機(jī)和緊急情況管理手冊（Handbook　of　Crisis　and　Emergency　Management）提出了公共危機(jī)管理的四階段模型，即減除（Mitigation）、預(yù)防（Preparedness）、反應(yīng)（Response）和恢復(fù)（Recovery）［4］。“減除”是指減少影響人類生命、財產(chǎn)的自然或人力危險要素，如實施建筑標(biāo)準(zhǔn)、推行災(zāi)害保險、頒布安全法規(guī)等；“準(zhǔn)備”是指發(fā)展應(yīng)對各種突發(fā)事件的能力，如制訂應(yīng)急計劃、建立預(yù)警系統(tǒng)、成立應(yīng)急運(yùn)行中心、進(jìn)行災(zāi)害救援培訓(xùn)與演練等；“響應(yīng)”是指災(zāi)害發(fā)生的事前、事中與事后采取行動以挽救生命、減少損失，如激活應(yīng)急計劃、啟動應(yīng)急系統(tǒng)、提供應(yīng)急醫(yī)療援助、組織疏散與搜救等；“恢復(fù)”既指按照最低運(yùn)行標(biāo)準(zhǔn)將重要生存支持系統(tǒng)復(fù)原的短期行為，也指推動社會生活恢復(fù)常態(tài)的長期活動，如清理廢墟、控制污染、提供災(zāi)害失業(yè)救助、提供臨時住房等。PCIM過程論就是從公共危機(jī)管理的四個階段出發(fā)，研究每一階段的信息保障和信息管理問題（見圖2）。

從管理學(xué)的PDCA（計劃、執(zhí)行、檢查、糾正）活動角度看，PCIM不僅僅是在公共危機(jī)的全流程管理中提供有效的信息，它應(yīng)以“決策和執(zhí)行”為軸心，在危機(jī)信息管理活動中不斷重復(fù)PDCA管理功能，不斷改進(jìn)，形成螺旋式的公共危機(jī)信息管理循環(huán)。公共危機(jī)管理的每個階段都有PDCA循環(huán)，后一階段的PDCA循環(huán)以前一階段為基礎(chǔ)，是對前一階段的修正和改進(jìn)。例如，響應(yīng)階段的PDCA以準(zhǔn)備階段的PDCA為前提和基礎(chǔ)。

公共危機(jī)管理的四個階段都涉及信息的收集、處理、存儲、傳播和使用，但各個階段的信息管理內(nèi)容是有所側(cè)重和不同的。“減除”階段主要內(nèi)容有：風(fēng)險信息收集、風(fēng)險地圖繪制、危機(jī)預(yù)測、風(fēng)險評估等；“準(zhǔn)備”階段主要內(nèi)容有：信息監(jiān)測、信息分析、預(yù)案研發(fā)、預(yù)警系統(tǒng)等；“響應(yīng)”階段內(nèi)容有：信息公開、信息傳播、信息資源配置、決策信息支持等；“恢復(fù)”階段主要內(nèi)容有：災(zāi)害評估、危機(jī)善后、災(zāi)后重建等。

從公共危機(jī)管理的發(fā)展趨勢來看，其重心已從災(zāi)后應(yīng)對轉(zhuǎn)向災(zāi)前準(zhǔn)備，進(jìn)而轉(zhuǎn)向風(fēng)險管理，即由被動響應(yīng)變?yōu)橹鲃臃烙芍鲃臃烙優(yōu)轱L(fēng)險消除。與此相對應(yīng)，PCIM的研究重點(diǎn)也將逐步轉(zhuǎn)向風(fēng)險信息管理和災(zāi)前信息準(zhǔn)備，信息備災(zāi)將作為一個重要概念提出并逐步上升為PCIM的一個重大研究領(lǐng)域。

3　PCIM功能論

功能論主要研究PCIM在公共危機(jī)管理中的功能和作用，探析PCIM最基本、最普遍的功能及其作用機(jī)理與方式。一方面，這些最基本、最普遍的功能可以概括各種具體的PCIM的工作目標(biāo)，另一方面，這些最基本、最普遍的功能又是相互不能替代和兼容的，它們表征了PCIM的基本價值和作用。

在經(jīng)典文獻(xiàn)中，阿利森和澤利科在《決策的本質(zhì)——解析古巴導(dǎo)彈危機(jī)》（Essence　of　Decision：　Explaining　the　Cuban　Missile　Crisis）中闡述了危機(jī)與決策的關(guān)系以及決策模式，將危機(jī)管理看成是決策論的一個分支加以研究，強(qiáng)調(diào)了信息在危機(jī)決策中的作用。米特洛夫和皮爾森在其著作《危機(jī)管理》（Crisis　Management）中指出，搜集、分析和傳播信息是危機(jī)管理的直接任務(wù)［5］。奧托·萊爾賓格爾在《危機(jī)主管：直面風(fēng)險與不確定性》一文中，從信息角度分析了危機(jī)管理者的職能和素質(zhì)［6］。羅納德·伯克和卡里·庫珀在《持續(xù)性危機(jī)溝通：規(guī)劃、管理和響應(yīng)》一書中分析了危機(jī)管理中的信息需求問題，提出了持續(xù)性的危機(jī)管理方法，探討了信號尋求、危機(jī)預(yù)防、危機(jī)準(zhǔn)備、危機(jī)識別、危機(jī)遏阻、危機(jī)恢復(fù)等相關(guān)問題［7］。

通過歸納、比較、綜合各種不同層次、不同類型的公共危機(jī)信息管理所提出的工作任務(wù)，結(jié)合公共危機(jī)管理對PCIM工作的需求，將PCIM的功能劃分為基礎(chǔ)功能和核心功能兩大部分?；A(chǔ)功能包括對危機(jī)信息的收集、處理（組織）、存儲、傳播和使用；核心功能包括利用危機(jī)信息進(jìn)行預(yù)測、預(yù)警、決策、執(zhí)行（指揮、調(diào)度）和評估?；A(chǔ)功能是一般信息管理所共有的功能，核心功能是在基礎(chǔ)功能的基礎(chǔ)上，PCIM支持公共危機(jī)管理的最基本、最普遍的功能。PCIM的基礎(chǔ)功能和核心功能都貫穿于整個公共危機(jī)管理活動中，基礎(chǔ)功能是前提和基礎(chǔ)，核心功能是本質(zhì)和中心；任何一個核心功能的實現(xiàn)都離不開基礎(chǔ)功能，同樣基礎(chǔ)功能要想體現(xiàn)其價值和作用，又要通過核心功能來實現(xiàn)（見圖3）。

[圖3　公共危機(jī)信息管理功能論]

3.1　PCIM基礎(chǔ)功能

（1）信息收集：實時、準(zhǔn)確、全面地監(jiān)測和收集與公共危機(jī)相關(guān)的各種數(shù)據(jù)和信息，強(qiáng)調(diào)對危機(jī)征兆信息的捕捉，重視遙感、遙測、GIS、GPS等信息技術(shù)的使用以及信息的實時動態(tài)更新。隨著社交媒體的興起，社交媒體正成為公共危機(jī)信息監(jiān)測與收集的重要渠道［8］。

（2）信息處理：對危機(jī)信息進(jìn)行選擇、組織和加工整理，是把無序的信息流轉(zhuǎn)化為有序信息流和支持危機(jī)決策的知識。在當(dāng)前大數(shù)據(jù)環(huán)境下，對海量實時危機(jī)信息流的處理和挖掘分析在技術(shù)上已成為可能，正成為社會計算（Social　Computing）、計算社會科學(xué)（Computational　Social　Science）、商務(wù)智能（Business　Intelligence）等學(xué)科的研究熱點(diǎn)［9］。

（3）信息存儲：是將已加工處理的危機(jī)信息存儲到介質(zhì)中，以方便公共危機(jī)利益相關(guān)者使用和傳播。云存儲和云計算是海量實時危機(jī)信息存儲的一個基本趨勢。

（4）信息傳播：將經(jīng)過處理的危機(jī)信息提供給用戶，以滿足用戶信息需求的過程。信息公開是PCIM的一個核心原則。新媒體在危機(jī)信息傳播中的作用日益受到關(guān)注［10-12］的同時，公共危機(jī)中虛假信息和偽信息的傳播問題也成為研究熱點(diǎn)［13-14］。

（5）信息使用：利益相關(guān)者利用信息或信息服務(wù)進(jìn)行公共危機(jī)管理的過程。信息使用是PCIM的目的和歸宿，是PCIM基礎(chǔ)功能和核心功能聯(lián)系的橋梁和紐帶。

信息收集、信息處理、信息存儲、信息傳播和信息使用構(gòu)成信息的生命周期（Information　Life　Cycle），是一個不斷循環(huán)往復(fù)的過程。

3.2　PCIM核心功能

（1）預(yù)測與預(yù)警：貫穿于危機(jī)生命周期全過程。在危機(jī)爆發(fā)前需要對其進(jìn)行監(jiān)測和預(yù)測，找到潛在的危機(jī)并盡可能的消除。在危機(jī)發(fā)生伊始，要對所發(fā)生的危機(jī)做出恰當(dāng)?shù)念A(yù)警，引導(dǎo)和指揮公眾應(yīng)對危機(jī)。在危機(jī)爆發(fā)后，也需要根據(jù)危機(jī)的不斷變化和特有性征調(diào)整計劃和方案，達(dá)到以少量代價解決危機(jī)的目的。危機(jī)預(yù)控職能是有效避免危機(jī)的關(guān)鍵職能，主要處于危機(jī)爆發(fā)前的潛伏期、生成期和期中。利用無線傳感網(wǎng)絡(luò)、空間視頻系統(tǒng)及人工智能（移動機(jī)器人）等可以有效地收集地理數(shù)據(jù)和環(huán)境狀態(tài)數(shù)據(jù)［15-18］，并通過預(yù)測模型得出哪些地區(qū)會受到威脅，及時做出預(yù)警。利用從急救中心及突發(fā)事件舉報中心獲得的數(shù)據(jù)，可以分析危機(jī)事件發(fā)生的頻率及時空分布［19-20］。

（2）決策：支持危機(jī)決策是PCIM的核心功能，危機(jī)信息的收集、組織、分析、解讀均以決策目標(biāo)為中心。賈尼斯在《決策與危機(jī)管理中的領(lǐng)導(dǎo)》（Crucial　Decision：　Leadership　in　Policymaking　and　Crisis　Management）一書中，在總結(jié)各類決策模式的基礎(chǔ)上，提出了危機(jī)決策流程的約束模型和四大步驟，闡述了信息搜集在問題確認(rèn)、信息資源利用、分析和方案形成以及評估和選擇中的作用［21］。Roberto　G.aldunate等人研究并提出了一種分布式協(xié)同決策模型，主要用于大規(guī)模減災(zāi)中的決策制定［22］。De　Maio等研究了一種基于語義網(wǎng)絡(luò)來協(xié)調(diào)異質(zhì)數(shù)據(jù)和柔性計算的方法，用來處理不確定性因素和模擬植入在應(yīng)急計劃中的因果推理，來支持應(yīng)急決策和資源調(diào)度［23］。GIS可通過獲取數(shù)據(jù)、存儲數(shù)據(jù)、處理數(shù)據(jù)、分析數(shù)據(jù)以及可視化數(shù)據(jù)，為危機(jī)管理者提供了決策支持［24］。除決策系統(tǒng)設(shè)計之外，決策信息的傳達(dá)及決策中領(lǐng)導(dǎo)績效的測量也受到了關(guān)注［25-26］。

決策功能貫穿于整個危機(jī)管理活動中，事前的決策主要是以常規(guī)決策和程序化決策為主，決策的問題一般都具有良好的結(jié)構(gòu)，可以廣泛征求意見，充分發(fā)揚(yáng)和體現(xiàn)民主決策。協(xié)商民主（Deliberative　Democracy）、基于地理信息的協(xié)商（GeoDeliberation）等作為重要研究主題，在公共危機(jī)管理領(lǐng)域正引起廣泛的關(guān)注［27-28］。危機(jī)一旦發(fā)生，危機(jī)的決策目標(biāo)就會隨著危機(jī)事態(tài)的演變而變化，人們需要不斷地做出調(diào)整和修正，危機(jī)決策變?yōu)榉浅绦蚧瘺Q策。這時決策的第一目標(biāo)是控制危機(jī)的蔓延和事態(tài)的進(jìn)一步惡化，決策者通常以經(jīng)驗和靈感決策為主，由于情況緊急，往往將權(quán)威決策者的決定作為最后的決策結(jié)果。

決策過程中要解決的主要信息問題有：①準(zhǔn)確定義危機(jī)決策問題；②針對可能出現(xiàn)的各種危機(jī)情境，應(yīng)用專家知識和經(jīng)驗編制危機(jī)應(yīng)急預(yù)案和應(yīng)對計劃；③根據(jù)出現(xiàn)的異常問題，判別危機(jī)情境，借助于DSS、知識庫、預(yù)案仿真等技術(shù)得到處理危機(jī)的初步方案。

（3）執(zhí)行。高效的執(zhí)行是危機(jī)決策發(fā)揮作用的有利保證。執(zhí)行階段主要的問題有人員設(shè)備和其他資源的調(diào)度，災(zāi)害現(xiàn)場的實時反饋，突況的靈活應(yīng)對等。在執(zhí)行的過程中協(xié)作是至關(guān)重要的，大規(guī)模的危機(jī)事件響應(yīng)是一個綜合協(xié)作的過程，需要相鄰區(qū)域的多部門主動參與和有效協(xié)作［29］。對公眾參與來說，開放地理信息系統(tǒng)（volunteered　geographic　information）［30］、移動地理信息系統(tǒng)［31］等是有效工具，一方面會提供重要的信息交互，另一方面也會提高應(yīng)急處置的效率。

（4）評估。不僅指對危機(jī)后的評價，還包括對危機(jī)前的風(fēng)險評估以及危機(jī)中“可減緩性”、“可挽救性”與“可恢復(fù)性”的評價，其中尤其要注重危機(jī)前的風(fēng)險評價，因為它具有“可消除性”［32］。美國聯(lián)邦應(yīng)急管理署（FEMA）了一系列與風(fēng)險有關(guān)的文件，其中包括風(fēng)險地圖、評估和規(guī)劃（RiskMAP）的項目管理、戰(zhàn)略、技術(shù)服務(wù)和用戶數(shù)據(jù)服務(wù)等［33］。日本學(xué)者Ana　Maria　Cruz　和Norio　Okada研究了城市由自然災(zāi)害引發(fā)的技術(shù)災(zāi)難（Natech）［34］，并提出了針對此類災(zāi)難進(jìn)行風(fēng)險評估的一套方法論。德國的備災(zāi)評估項目中建立了比較成熟的備災(zāi)指標(biāo)和框架，可進(jìn)行多種與災(zāi)難相關(guān)的評估［35］（Center　for　Hazards　Research　and　Policy　Development　University　of　Louisville，2006）。在火山、地震、泥石流、海嘯等自然災(zāi)害風(fēng)險評估與災(zāi)害影響評估中，交互式繪圖信息系統(tǒng)、地理空間信息技術(shù)、遙感遙測等技術(shù)得到了廣泛應(yīng)用［36-39］。

4　PCIM方法論

著名學(xué)者拉普拉斯說過：認(rèn)識研究方法比發(fā)明、發(fā)現(xiàn)本身更重要。如果我們把發(fā)明和發(fā)現(xiàn)比喻為“黃金”，那么研究方法就是“煉金術(shù)”［49］。方法論是對方法的理論說明與邏輯抽象，是具體的、個別的方法的體系化與理論化，因此相對于方法而言，方法論具有理論性、系統(tǒng)性和統(tǒng)一性等特征。

信息管理方法研究在危機(jī)管理領(lǐng)域雖然取得了一定的發(fā)展，但還沒有形成系統(tǒng)的成果。公共危機(jī)信息管理有其自身的特點(diǎn)，所運(yùn)用的方法要側(cè)重于應(yīng)用性與可操作性，必須與實際情況相適應(yīng)，這就決定了PCIM的方法體系與傳統(tǒng)的信息管理方法有所不同。

對PCIM方法體系的建構(gòu)來說，一方面，方法是實現(xiàn)PCIM各項具體工作目標(biāo)或任務(wù)的工具，因此，方法的結(jié)構(gòu)應(yīng)該從總體上保證PCIM各種功能的實現(xiàn)，即符合功能—結(jié)構(gòu)的對應(yīng)原則。另一方面，由于PCIM方法的來源是多方面的，方法的類別和數(shù)量是眾多的，方法的性質(zhì)是多元的，固此，應(yīng)構(gòu)建一個盡可能全面的、有機(jī)的方法框架，既明確反映各種具體方法的“位置”、反映方法之間的聯(lián)系和區(qū)別，又是可以擴(kuò)充和發(fā)展的，可為新方法的并入提供余地。

根據(jù)公共危機(jī)管理的四階段模型，從支持公共危機(jī)管理流程的主要功能出發(fā)，建構(gòu)了與主要功能相對應(yīng)的PCIM方法體系（見圖4）［41］。

PCIM方法體系由需求分析方法、信息采集方法、危機(jī)預(yù)測方法、危機(jī)監(jiān)測方法、環(huán)境分析方法、深度研究方法、應(yīng)急決斷方法、執(zhí)行控制方法和綜合評價方法9大類方法構(gòu)成，每一類方法又包括各種具體方法，本文只列舉了部分常用或重要方法。

公共危機(jī)發(fā)生之前是信息管理的準(zhǔn)備階段，所需要做的是需求分析、信息采集與危機(jī)預(yù)測。需求分析方法保證了需求分析階段所劃定的信息需求范圍的合理性，信息采集方法保證了所采集信息的質(zhì)量與數(shù)量，而危機(jī)預(yù)測方法則直接關(guān)系到危機(jī)預(yù)報的準(zhǔn)確性。

公共危機(jī)過程中的信息管理過程就是危機(jī)決策的過程，對應(yīng)于危機(jī)決策的5個步驟，信息管理也執(zhí)行危機(jī)監(jiān)測、環(huán)境分析、深度研究、應(yīng)急決斷與執(zhí)行控制5個功能。這個過程直接關(guān)系到公共危機(jī)管理的效果，對各類方法的應(yīng)用也最為廣泛。

公共危機(jī)后信息管理的作用是對危機(jī)管理的效果進(jìn)行評價并進(jìn)行及時反饋，此時的方法也主要是各類評價方法。

5　PCIM系統(tǒng)論

PCIM系統(tǒng)論主要研究支持公共危機(jī)管理的各種應(yīng)用信息系統(tǒng)、信息架構(gòu)和信息技術(shù)。美國紐約大學(xué)商學(xué)院勞頓教授認(rèn)為：信息系統(tǒng)不只是一個技術(shù)系統(tǒng)，而且還是一個管理系統(tǒng)和組織系統(tǒng)，是一個社會系統(tǒng)。危機(jī)管理信息系統(tǒng)是基于不同層次、不同功能和技術(shù)的多維整合（見圖5）［42］。

從技術(shù)維的角度，各種公共危機(jī)管理應(yīng)用信息系統(tǒng)和信息平臺的建設(shè)需要廣泛采用各種信息技術(shù)。除計算機(jī)硬件、軟件、存儲技術(shù)、通訊和網(wǎng)絡(luò)技術(shù)等最基本的技術(shù)之外，還需要利用遙感技術(shù)（RS）、GPS技術(shù)和分布式數(shù)據(jù)庫技術(shù)，有效地集成分散的信息資源；采用網(wǎng)格技術(shù)、GMS（Geo-code　Mapping　System）技術(shù)、數(shù)據(jù)倉庫（DM）等，建立完整、動態(tài)的危機(jī)管理綜合數(shù)據(jù)庫；采用GIS技術(shù)、信息可視化技術(shù)、XML技術(shù)和決策模型，建立相互關(guān)聯(lián)的決策支持子系統(tǒng)；采用地理空間信息技術(shù)，建立協(xié)作式危機(jī)管理系統(tǒng)［43-44］；采用網(wǎng)絡(luò)輿情監(jiān)測技術(shù)，實現(xiàn)對網(wǎng)絡(luò)群體性突發(fā)事件危機(jī)信息傳播動態(tài)的實時監(jiān)測［45］；采用仿真技術(shù)，實現(xiàn)對危機(jī)事件的發(fā)生、演化機(jī)理分析，加深人們對危機(jī)治理的理解和認(rèn)知［46-47］。

在經(jīng)典文獻(xiàn)中，1984年，沙特朗（R.　L.　Chartrand）等人在名為《用于應(yīng)急管理的信息技術(shù)》（Information　Technology　for　Emergency　Management：Report）的研究報告中，著重研究了應(yīng)急通信系統(tǒng)、與自然災(zāi)害有關(guān)的信息存儲與檢索系統(tǒng)，以及其它信息技術(shù)在減災(zāi)和危機(jī)管理等方面的應(yīng)用問題［48］。科林（Nick　Collin）討論了危機(jī)信息管理中對信息和技術(shù)管理重構(gòu)的重要性［49］。1999年，美國國家研究理事會（National　Research　Council，　NRC）編著的《用于危機(jī)管理的信息技術(shù)研究》（Information　Technology　Research　for　Crisis　Management）詳細(xì)介紹了各種可用于危機(jī)管理的信息技術(shù)的特點(diǎn)、作用等，并強(qiáng)調(diào)要通過信息技術(shù)的運(yùn)用來應(yīng)對各種危機(jī)［50］。在危機(jī)管理實踐中，全球著名的ESI公司開發(fā)了基于Web的應(yīng)急信息管理系統(tǒng)——Web　EOC系統(tǒng)，已得到了廣泛利用，可以使組織在沒有建立緊急事件處理中心的情況下也能很好地預(yù)防和應(yīng)對危機(jī)［51］。

從層次維的角度，地方危機(jī)管理信息系統(tǒng)支持地方政府的公共危機(jī)管理，各應(yīng)用信息系統(tǒng)一般由政府專門部門建設(shè)，一般系統(tǒng)可操作性強(qiáng)，但可集成、可擴(kuò)展性差。國家危機(jī)管理信息系統(tǒng)支持國家層面的公共危機(jī)管理，是地方危機(jī)管理信息系統(tǒng)的集成，建設(shè)中主要解決不同系統(tǒng)間的數(shù)據(jù)融合、共享和擴(kuò)展問題。全球戰(zhàn)略與區(qū)域應(yīng)對信息管理系統(tǒng)支持國際層面的公共危機(jī)管理，在“全球風(fēng)險社會”背景下，是支持跨國危機(jī)管理和全球危機(jī)管理的信息基礎(chǔ)設(shè)施。在上述三個層次的危機(jī)信息系統(tǒng)中，國家危機(jī)管理信息系統(tǒng)居于核心地位。以美國國家突發(fā)事件管理系統(tǒng)（National　Incident　Management　System，　NIMS）為例，美國國土安全部成立后，NIMS將美國已有的最佳經(jīng)驗整合為一個統(tǒng)一的適用于各級政府和職能部門應(yīng)對各種災(zāi)難的國家突發(fā)事件管理方案，使聯(lián)邦、州、各級地方府與私人團(tuán)體能夠有效、高效、協(xié)調(diào)一致地對國內(nèi)突發(fā)事件作出準(zhǔn)備、反應(yīng)以及從突發(fā)事件中恢復(fù)［52］。在實用系統(tǒng)層面，Sahana作為一個開放的災(zāi)害管理信息系統(tǒng)，能有效地促進(jìn)政府、公眾、企業(yè)及非政府組織之間的協(xié)作，協(xié)作主體可以跨越組織界限共享數(shù)據(jù)，共同響應(yīng)災(zāi)害［53］。

從功能維的角度，公共危機(jī)管理信息系統(tǒng)按照功能可以劃分為安全信息采集系統(tǒng)、動態(tài)數(shù)據(jù)監(jiān)測系統(tǒng)、危機(jī)預(yù)測預(yù)警系統(tǒng)、應(yīng)急預(yù)案系統(tǒng)、應(yīng)急演練系統(tǒng)、應(yīng)急仿真系統(tǒng)、應(yīng)急決策系統(tǒng)、應(yīng)急指揮系統(tǒng)、應(yīng)急資源配置與調(diào)度系統(tǒng)、環(huán)境污染評測系統(tǒng)、災(zāi)害綜合理賠系統(tǒng)、財產(chǎn)損害評估系統(tǒng)、醫(yī)療救助系統(tǒng)等。這些應(yīng)用信息系統(tǒng)通過統(tǒng)一的應(yīng)急信息平臺進(jìn)行集成，支持公共危機(jī)管理各項功能的實現(xiàn)。

6　結(jié)語

EPFMS分析框架是在公共危機(jī)管理與信息管理雙重視域的交叉結(jié)合中基于問題域及其關(guān)系建構(gòu)起來的PCIM研究框架，說明PCIM既有其背景學(xué)科——公共危機(jī)管理與信息管理——的知識支撐，又有其不同于背景學(xué)科的獨(dú)特的知識元素和學(xué)科氣質(zhì)。

EPFMS分析框架的PCIM要素論主要研究PCIM的構(gòu)成要素以及要素之間的關(guān)系，建立關(guān)于PCIM結(jié)構(gòu)要素的基本認(rèn)識和知識；PCIM過程論基于公共危機(jī)管理的典型生命周期過程，研究每一階段的信息保障和信息管理問題；PCIM功能論主要研究PCIM在公共危機(jī)管理中的功能和作用，探析PCIM最基本、最普遍的功能及其作用機(jī)理與方式；PCIM方法論研究PCIM的方法來源、方法原理、方法應(yīng)用以及方法體系的建構(gòu)問題；PCIM系統(tǒng)論主要研究支持公共危機(jī)管理的各種應(yīng)用信息系統(tǒng)、信息架構(gòu)和信息技術(shù)。每個研究范疇都有其核心科學(xué)問題和研究側(cè)重點(diǎn)，它們共同構(gòu)成公共危機(jī)信息管理的EPFMS理論分析框架。為了便于對EPFMS分析框架有更加明確的認(rèn)識，將其主要研究內(nèi)容以及未來研究方向等總結(jié)如下表（見表2）。

[EPFMS

框架＼&研究

時間＼&研究的

成熟度＼&研究的核心問題＼&未來發(fā)展

方向＼&要素論＼&稍晚＼&不成熟＼&公共危機(jī)信息管理的主體、客體、環(huán)境，以及主體和客體間的信息傳遞、作用機(jī)制等。＼&由要素內(nèi)容轉(zhuǎn)向要素關(guān)系研究＼&過程論＼&較早＼&欠成熟＼&以決策為軸心研究公共危機(jī)信息的螺旋式周期管理＼&由災(zāi)害應(yīng)對轉(zhuǎn)向信息備災(zāi)和風(fēng)險管理＼&功能論＼&較早＼&較成熟＼&以決策功能為核心研究公共危機(jī)信息收集、處理、存儲、傳播和使用中的問題，支持危機(jī)預(yù)測預(yù)警、決策、評估。＼&智能化決策，突發(fā)事件的動態(tài)仿真與計算實驗＼&方法論＼&稍晚＼&不成熟＼&危機(jī)信息的收集方法、組織方法、決策方法、評估方法以及改進(jìn)＼&新方法的引入，獨(dú)有方法的建構(gòu)＼&系統(tǒng)論＼&早＼&較成熟＼&支持信息系統(tǒng)建設(shè)的關(guān)鍵技術(shù)，如GIS、網(wǎng)格技術(shù)、衛(wèi)星遙感、可視化技術(shù)等。不同信息系統(tǒng)的集成和融合問題，如數(shù)據(jù)共享、數(shù)據(jù)兼容＼&綜合危機(jī)信息管理系統(tǒng)＼&][表2　EPFMS的主要研究內(nèi)容和方向]

參考文獻(xiàn)：

［1］沙勇忠，　劉紅芹.公共危機(jī)的利益相關(guān)者分析模型［J］.科學(xué)·經(jīng)濟(jì)·社會，　2009，?。?）：　58-61.

［2］N.　Bharosa，　J.　Lee.　Challenges　and　Obstacles　in　Sharing　and　Coordinating　Information　During　Multi-Agency　Disaster　Response：　Propositions　From　Field　Exercises［J］.　Information　Systems　Frontiers，　2010，　12（1）：　49-65.

［3］　F.　W.　Horton，　D.　A.　Marchand.　Information　Management　in　Public　Administration［M］，　Arlington，　Va.?。骸nformation　Resources　Press，　1982.

［4］［澳］羅伯特·希斯.　王成，　宋炳輝，　金瑛，　譯.　危機(jī)管理［M］.　北京：中信出版社，　2001：　30-31.

［5］Mitroff　，　Pearson.　Crisis　Management［M］.　San　Francisco：　Jossey-Bass　Publishers，　1993.

［6］Otto　Lerbinger.　the　Crisis　Manager：　Facing　Risk　And　Responsibility［M］.　New　Jersey：　Lawrence　Erlubaum　Associates，　1997.

［7］Ronald　J　Burke，　Cary　L　Cooper.　the　Organization　in　Crisis?。篋ownsizing，　Restructuring　and　Privatization［M］.　Malden，　Ma：　Blackwell　Publishers，　2000.

［8］Austin，　Lucinda，　Liu，　Brooke　Fisher，　Jin，　Yan.　How　Audiences　Seek　Out　Crisis　Information：　Exploring　the　Social-Mediated　Crisis　Communication　Model［J］.　Journal　of　Applied　Communication　Research，　2012，　40（2）：　188-207.

［9］Dearstyne，　Bruce　W.　Big　Data's　Management　Revolution［J］.　Harvard　Business　Review.　2012，　90（12）：16-17.

［10］Wei　Jiuchang.　Estimating　The　Diffusion　Models　of　Crisis　Information　in　Micro　Blog［J］.　Journal　of　Informetrics，　2012，　6（4）：　600-610.

［11］Allan　Jonathan.　Using　Social　Networking，　Mobile　Apps　to　Distribute　Tsunami　Hazard　Information［J］.　Sea　Technology，　2012，　53（4）：　61-64.

［12］Song　Xiaolong.　Influencing　Factors　of　Emergency　Information　Spreading　in　Online　Social　Networks：　a　Simulation　Approach［J］.　Journal　of　Homeland　Security　and　Emergency　Management，　2012，　9（1），　1515/1547-7355.

［13］沙勇忠，史忠賢.　公共危機(jī)偽信息傳播影響因素仿真研究［J］.　圖書情報工作，2012，56（5）：36-41，　111.

［14］Nostro　Concetta，　Amato　Alessandro，　Cultrera　Giovanna.　Turning　the　Rumor　of　The　May　11，　2011，　Earthquake　Prediction　in　Rome，　Italy，　Into　An　Information　Day　on　Earthquake　Hazard［J］，　Annals　Of　Geophysics，　2012，　55（3）：　413-420.

［15］Curtis　Andrew，　Mills　Jacqueline　W.　Spatial　Video　Data　Collection　in　a　Post-Disaster　Landscape：　the　Tuscaloosa　Tornado　of　April　27th　2011［J］.　Applied　Geography，　2012，　32（2）：　393-400.

［16］Munaretto　Daniele.　Resilient　Data　Gathering　and　Communication　Algorithms　For　Emergency　Scenarios［J］.　Telecommunication　Systems，　2012，　48（3）：　317-327.

［17］F.　A　Matsuno.　Mobile　Robot　For　Collecting　Disaster　Information　And　A　Snake　Robot　For　Searching［J］.　Advanced　Robotics，　2002，　16（6）：　517-520.

［18］Schumann　Guy，　Hostache　Renaud.　High-Resolution　3-D　Flood　Information　From　Radar　Imagery　For　Flood　Hazard　Management［J］.　Ieee　Transactions　On　Geoscience　And　Remote　Sensing，　2012，　45（6）：　1715-1725.

［19］Barrientos　Francisco.　Interpretable　Knowledge　Extraction　From　Emergency　Call　Data　Based　On　Fuzzy　Unsupervised　Decision　Tree［J］.　Knowledge-Based　Systems，　2012，　25（1）：77-87.

［20］Jasso　Hector.　Using　9-1-1　Call　Data　And　The　Space-Time　Permutation　Scan　Statistic　For　Emergency　Event　Detection［J］.　Government　Information　Quarterly，　2009，　26（2）：　265-274.

［21］Janis　Irving　L.　Crucial　Decision：　Leadership　In　Policymaking　And　Crisis　Management［M］.　New　York：　Freepress，　1989.

［22］Roberto　G.　Aldunate，　Feniosky　Pena-Mora，　Genee.　Robinson.　Collaborative　Distributed　Decision　Making　For　Large　Scale　Disaster　Relief　Operations：　Drawing　Analogies　From　Robust　Natural　Systems［M］.Wiley　Periodicals，　Inc.　2005.

［23］Kruke　Bjorn　Ivar，　Olsen　Odd.　Einarknowledge　Creation　and　Reliable　Decision-Making　In　Complex　Emergencies［J］.　Disasters，　2012，　36（2）：　212-232.

［24］A.　E.　Gunes.　Modified　Crgs?。∕-Crgs）　Using　Gis　in　Emergency　Management　Operations［J］．Journal　of　Urban　Planning　and　Development-Asce，2000，（68）：6-149.

［25］De　Maio，　G　Fenza.　Knowledge-Based　Framework　For　Emergency　Dss［J］.　Knowledge-Based　Systems，　2011，　24（8）：　1372-1379.

［26］Constance　Noonan　Hadley.　Measuring　The　Efficacy　Of　Leaders　To　Assess　Information　And　Make　Decisions　In　A　Crisis：　The　C-Lead　Scale［J］，　Leadership　Quarterly，　2011，　22（4）：　633-648.

［27］Sieber　R.　Public　participation　geographic　information　systems-a　literature　review　and　framework［J］.　Annals　of　the　Association　of　American　Geographers，　2006，96（3）：　491-507.

［28］Hartz-Karp　J.　A　Case　Study　in　DeliberativeDemocracy-　Dialogue　with　the　City［EB/OL］.［2012-12-25］.http：///resources/Dialogue%20with%20the%20City%20Case%20Study%20published.pdf.

［29］Aedo　Ignacio，　Diaz　Paloma，　Carroll　John　M.　End-User　Oriented　Strategies　To　Facilitate　Multi-Organizational　Adoption　Of　Emergency　Management　Information　Systems［J］.Information　Processing　&　Management，2011，　46（1）：11-21.

［30］Dchild　Michael　F，　Glennon　J　Alan.　Crowdsourcing　Geographic　Information　For　Disaster　Response：A　Research　Frontier［J］.International　Journal　of　Digital　Earth，　2011，　3（3）：　231-241.

［31］Erharuyi　N，　Fairbairn　D.　Mobile　Geographic　Information　Handling　Technologies　To　Support　Disaster　Management［J］.　Geography，　2003，（88）：312-318.

［32］陳安.　現(xiàn)代應(yīng)急管理理論與方法［M］.北京：科學(xué)出版社.2009.

［33］Federal　Emergency　Management　Agency　Risk　Mapping，　Assessment，　And　Planning　（Riskmap）　Draft　Statement　Of　Objectives（Program　Management）［EB/OL］.［2009-06-04］.Http：//　Fema.　Gov/Pdf/Plan/Program_Management_Draft_Soo_02202008.Pdf.

［34］Ana　Maria　Cruz，　Norio　Okada.　Methodology　For　Preliminary　Assessment　of　Natech　Risk　In　Urban　Areas［J］.Nat　Hazards，　2008，（46）：199-220.

［35］Center　For　Hazards　Research　And　Policy　Development　University　Of　Louisville.　Indicator　Issues　And　Proposed　Framework　For　A　Disaster　Preparedness　Index　（Dpi）　Draft　Report　To　The：　Fritz　Institute.　Disaster　Preparedness　Assessment　Project［EB/OL］．［2009-07-08］.　Http：///PdFs/White　Paper/Davesimpson%20indicatorsrepor.Pdf.

［36］Saksa　Martin，　Minar　Jozef.　Assessing　The　Natural　Hazard　Of　Gully　Erosion　Through　A　Geoecological　Information　System?。℅eis）：　A　Case　Study　From　The　Western　Carpathians［J］.　Geografie，　2012，　117（2）：　152-169.

［37］Kunz　Melanie，　Gret-Regamey　Adrienne，　Hurni　Lorenz.　Visualization　Of　Uncertainty　In　Natural　Hazards　Assessments　Using　An　Interactive　Cartographic　Information　System［J］.　Natural　Hazards，　2011，　59（3）：　1735-1751.

［38］Kussul，　Sokolov.　Zyelyk，　Ya.　I..　Disaster　Risk　Assessment　Based　On　Heterogeneous　Geospatial　Information［J］.　Journal　Of　Automation　And　Information　Sciences，　2010，　42（12）：　32-45

［39］Barnes　Christopher　F，　Fritz　Hermann，　Yoo　Jeseon.　Hurricane　Disaster　Assessments　With　Image-Driven，　Data　Mining　In　High-Resolution　Satellite　Imagery［J］.　Ieee　Transactions　On　Geoscience　And　Remote　Sensing，　2007，　45（6）：　1631-1640.

［40］吳生林.巴普洛夫選集［M］.北京：科學(xué)出版社，1955：49.

［41］程立斌，林春應(yīng).軍事情報研究方法體系探析［J］.　情報雜志，　2007，（2）：89-91.

［42］Laudon　Kenneth　C，　Laudon　Jane　P.　Management　Information　Systems：　Organization　And　Technology　In　The　Networked　Enterprise［M］.London：Prentice—Hall　Inc.，1999.

［43］A.　M.　Maceachren，　G.　Cai，　M.　Mcneese，　R.　Sharma，　S.　Fuhrmann.　Geocollaborative　Crisis　Management：　Designing　Technologies　To　Meet　Real-World　Needs［EB/OL］.［2012-12-28［.http：///10.1145/115

0000/1146624/p71-maceachren.pdf？ip=219.246.184.83

&acc=ACTIVE%20SERVICE&CFID=162474839&CFT

OKEN=80491407&__acm__=1356662450_b2b6864570

21deb54e161bc7e8e7c1f3.

［44］Gguoray　Cai，　A.　M.　Maceachren.　Map-Mediated　Geocollaborative　Crisis　Management，　Intelligence　And　Security　Informatics［C］，Berlin：Springer　Berlin　Heideberg，　2005：429-435.

［45］O.　Oh，　M.　Agrawal.　Information　Control　An　Terrorism：　Tracking　The　Mumbai　Terrorist　Attack　Through　Twitter［J］．Inormation　Systems　Frontiers，　2010（13）：33-43.

［46］Kim　Sung-Duk.　Lee　Ho-Jin，　Park　Jae-Sung.　Simulation　Of　Seawater　Intrusion　Range　In　Coastal　Aquifer　Using　The　Femwater　Model　For　Disaster　Information［J］.　Marine　Georesources　&　Geotechnology，　2012，　30（3）：　210-221.

［47］L.　K.　Comfort，　K.　Ko.　Coordination　In　Rapidly　Evolving　Disaster　Response　Systems：　The　Role　Of　Information［J］．American　Behavioral　Scientist，2004（48）：295-313　.

［48］張建宇.對企業(yè)危機(jī)信息管理的思考［J］.現(xiàn)代企業(yè)，　2003，（11）：　14-15.

［49］Nick　Collin.　Information　Management　In　Crisis　：Getting　Value　For　Money　From　It　Investments　By　Rethinking　The　Management　Of　Information　And　Technology［J］.Computer　Audit　Update，　1995，（2）：　6-11.

［50］David　Mendon？a.　National　Research　Council　.Information　Technology　Research　For　Crisis　Management［M］.National　Academy　Press，　1999.

［51］基于web的應(yīng)急信息管理系統(tǒng)——Web　Eoc系統(tǒng)［EB／OL］.［2009-06-08］.Http：//Esi911.　Com/Esi/Products/Webeoc.Shtml.

［52］盧一郡，　賈紅軒.　美國突發(fā)事件管理系統(tǒng)簡介［J］.　中國急救發(fā)素與災(zāi)害醫(yī)學(xué)雜志，　2007，　2（6）：　367-380.