基于社交媒体大数据的智慧城市突发事件情报感知模型研究

杨谨铖，马 龙，张立红，冯晓阳，黄 鑫

(中国人民警察大学，河北 廊坊 065000)

1 现状分析

当前，我国正处于社会制度、经济结构发展和转型的关键时期，社会矛盾相对集中，各种自然和人为的突发事件呈现多发态势，如2008年“5·12汶川地震”、2014年“5·22乌鲁木齐恐怖袭击案”、2014年“12·31上海外滩踩踏事件”、2013年H7N9传染病等不同类型的突发事件频繁发生。突发事件的发生一方面对社会及群众的生命安全和财产造成损失，另一方面会引发群众恐慌，影响社会秩序。《中华人民共和国突发事件应对法》将突发事件分为自然灾害、事故灾难、公共卫生事件和社会安全事件[1]，并将突发事件的预防与应急准备、监测与预警、应急处置与救援、事后恢复与重建的工作分工进行明确，确定了各级政府、各个部门的法律职责，凸显了情报在突发事件中的战略地位。2018年成立的应急管理部将相关应急管理职能进行整合，有助于高效处置突发事件任务。

我国人工智能技术发展迅速，城市发展思路已由之前的立体城市转变为智慧城市。在智慧城市中街面、房屋、自然地貌等区域均布置有各种丰富的传感器以实时监测城市动态，为情报感知工作获取数据信息，同时，由智慧城市生活的居民在使用社交媒体产生的信息也能极大的帮助情报感知工作。近年来我国互联网社交媒体发展迅速，根据艾瑞mUserTracker数据显示，2017年5月中国移动社交APP的月度独立设备数接近5.9亿，移动端用户规模持续上升，6.6亿手机网民使用频率中，即时通信使用率最高，达91.8%[2]。大量的网民在社交媒体与世界各地的网友交流，获取资讯，社交媒体已成为当前民众的重要发声口，同时也是政府采集信息的有效途径。

事实上，虽然我国的智慧城市进展迅速，但相比于IBM提出六个核心智能系统(组织(人)、业务/政务、交通、通信、水和能源)仍有一定差距。智慧城市的建设不光需要硬件建设，更需要各类收集、分析、决策系统的软件建设。情报工作在处置事件起到“耳目、尖兵和参谋”的作用，但是，当前程式化的情报工作使得“耳目”效用大打折扣，使得对信息敏感性不够、判断不足、反馈功能丧失，造成情报感知工作几乎没有开展，被动的开展突发事件情报工作，难以对发生的突发事件做出快速响应。因此在突发事件中加强情报探知能力、情报反馈功能，进一步获取社交媒体中的有效情报进行先期分析研判，以指导情报工作和辅助决策部门决策。本文基于社交媒体大数据建立指挥城市突发事件感知的模型，尝试在传统智慧城市突发事件情报工作中强化社交媒体大数据的情报感知意义，探究突发事件中“被动变主动”模式的情报感知工作模型。

当前国内外学者对智慧城市中突发事件的研究较多，但情报感知领域由于是新兴领域，研究成果较少。国内外对智慧城市中突发事件的研究视角主要集中在以下几个方面：(1)智慧城市突发事件应急管理方面，通过大数据物联网、云计算技术对城市智能化数据进行整合，增强联动能力，健全城市公共安全管理体系[3-7]。(2)智慧城市突发事件情报体系构建方面，通过强化突发事件情报需求，有效融合智慧城市突发事件平台、相关技术与情报体系，为智慧城市应急实践提供指导[8-11]。(3)智慧城市突发事件应急管理平台方面，运用众包模式，提供大量数据源，实现对数据交换与共享的功能，并将突发事件处置任务需求和城市资源信息进行聚合，为应急管理平台建设提供借鉴[12-15]。(4)智慧城市突发事件监测与防控方面，立足于智慧城市大数据背景，挖掘数据间关联性，建立突发事件完整的应急预警事件链，加强对突发事件的感知能力[16-18]。

情报感知方面，王延飞等对情报感知的意涵、历史渊源及其研究对象进行陈述，认为情报感知工作应聚焦于感知认识、感知准备和感知实施，探寻情报感知能力的提升路径[19]。陈美华等对情报感知支撑条件从机构、方法、人员三个角度进行分析，并强调了情报跨机构、跨领域协作融合的重要性[20]。赵柯然等对情报感知中感知方法进行探索，将情报工作描述为“三个环节、两个机制”，细化了情报感知的工作过程，并将情报感知工作具体为态势感知、情景感知、数据感知。为情报感知具体工作提供理论指导[21]。

2 社交媒体大数据对智慧城市突发事件情报感知的影响

2.1 大数据的概念及特点

大数据在近几年成为学术界乃至商界极为热门的研究以及应用领域，但其大数据概念本身并不是一个全新的概念。美国小说家阿尔文·托夫勒在《第三次浪潮》中对信息时代里人们新的生活方式以及数据的爆发引起文明结构的改变进行了详细描述，将大量可捕捉的数据称为“第三次浪潮中的华美乐章”[22]。虽然对大数据以及其应用学界已有大量文献产出，但目前对于大数据的概念在学术界并未形成统一的观点。其中较有代表性的是从大数据特征出发，通过特征归纳总结的3V定义、4V定义、5V定义。3V[23]定义指的是大数据需要满足以下特点：(1)规模性(volume)，收集、分析的数据量非常大，数据量突破了GB、TB的级别，跃升至PB级别；(2)多样性(variety)，大数据数据源来源丰富，数据种类繁多，数量庞杂，简单的地址信息就包括地理位置、视频、音频、图片、文字以及联系信息；(3)高速性(velocity)，大数据的收集和分析以及分析产品的呈报需要在较短的时间完成更新，以制成情报产品供决策部门使用。4V[24]定义在原来3V基础上增加了真实性(veracity)，即大数据中必须保持数据的真实性，数据的真实性决定情报产品准确度，有效辅助决策的实施。5V[25]在4V的基础上增加了价值性(value)，大数据中单个数据的价值并不如传统小规模数据的价值高，大数据的价值在于“样本=总体”，使得大数据可以无需繁杂的统计计算和回归验证即可得出有价值的情报产品。

相比于通过特征定义大数据概念，维基百科将大数据定义为：传统数据处理应用软件不足以处理它们的大或复杂的数据集合[26]。本文较为认可维基百科对大数据的概念界定。

2.2 社交媒体大数据对智慧城市突发事件情报感知的影响

2.2.1 情报感知时间的即时化

大数据时代，居民单单是在社交媒体中交流产生的数据量就已经达到了前所未有的程度，数据信息随时都会更新。纷繁复杂的数据是情报感知工作的基础，即时有效的信息可增强情报感知工作的指导性，因此，智慧城市中突发事件的社交媒体大数据情报感知工作必须实现即时化。由于大数据相较于小体量数据，突发事件情报信息分散程度更高，数据的提取分析工作耗时更多，数据之间的相互关联程度更加难以察觉。这要求智慧城市突发事件中对社交媒体大数据的情报感知工作必须实现系统化、高效化，应用合理科学的方法对数据信息进行更加系统全面的分析研究，以深入挖掘数据之间的情报感知点。

2.2.2 情报感知方式的直接化

智慧城市中布置的各类数据传感器可实时获取城市数据类型、地图与兴趣点数据、GPS数据、客流数据、手机数据、LBS位置数据、视频监控数据、环境与气象数据以及社会活动数据等，突发事件发生后社交媒体产生的数据相较于智慧城市物理监控器收集的数据则有着数据表现直观的特点。社交媒体所承载的信息多是居民直接通过自己的感知所得出的，这些信息无需数学算法进行分析，因此情报工作中的感知速度快，分析流程简化，配合突发事件当地的信息传感器可以在较短时间内完成情报产品的制作，为决策部门提供情报支持。突发事件社交媒体情报信息一方面具有直观化的特点，另一方面，社交媒体平台数据虽多由事件当事人发布，但还有很多数据是部分人员所传播的谣言。在情报感知之前应做好信息筛选工作，防止数据中“李鬼当李逵”的事件发生，影响相关部门决策。

2.2.3 情报信息的复杂化和智能化

社交媒体大数据是社会大数据的组成部分，同样具备5V特点。5V中规模性(volume)虽然体现的是大数据的规模海量，但在实际工作中大数据由其数据海量化特征呈现出复杂的特点。第一、数据类型的复杂性(结构化数据、半结构化数据、非结构化数据、交互数据等)；第二、信息载体(文字、图片、音频、视频等)；第三、传播渠道(微信、微博、QQ、贴吧、论坛等)；第四、情感表现(正面、负面、中性)。突发事件发生后，不同的数据来源，以及碎片化的信息必然使得情报信息呈现复杂性。突发事件传统的情报信息收集更多是偏重情报工作人员的经验与之前的固定情报收集关键信息点，情报分析手段单一，灵活性不高。通过运用社交媒体大数据分析工具，可以实现对每个发生的突发事件监控设施的快速调动、风险态势分析、文本挖掘，进而从社交媒体中发现情报信息的潜在规律和联系，智能化的改进情报感知工作，进而进一步指导情报后续工作，高效完成突发事件的决策支持服务。

3 传统智慧城市突发事件情报工作流程

当前我国智慧城市配套软件建设速度距硬件设施有一定差距，情报工作流程并无太大变化。情报工作流程通常是：第一步由情报需求指导，进行情报工作策划，明确情报对象、情报收集方式、时间进度安排等，并向具体负责部门分配情报任务、明确具体分工；第二步是情报收集，情报收集机构依据情报任务类型的不同展开情报收集；第三步是情报信息的标准化，收集到的情报信息类型并不统一，将收集到的不同情报进行标准化处理有助于后续情报工作流程的高效进行；第四步是情报核查工作，就是将虚假情报进行筛选，提取真实情报，同时锁定集中的虚假消息发布源，依法展开处置工作；第五步是情报分析，情报分析人员对已获取的情报信息进行汇总，运用定性和定量分析方法，对情报信息进行细化处理，理清事件脉络，预判事件发展趋势，并对事件的重要性、突发性、真实性进行评估；第六步是情报编写人员遵循如实、完整、及时、准确、简洁的原则将先期情报工作以情报产品的方式体现出来，依据不同部门的情报需求编写不同角度的情报产品分发给情报用户，如图1所示。

图1 传统智慧城市突发事件情报工作流程

通过对各省市突发事件应急管理组织机构进行研究分析，发现机构设置与情报流程契合度较高。以深圳市为例，深圳市突发事件应急管理组织机构分为市级和区县级，每一级别分别有领导机构、办事机构和工作机构(如图2所示)，这种设置虽然分工明确，有利于处置工作的开展，但各个部门之间多突出行政职责，信息壁垒较高，这就导致情报的流动性不足，情报无法进行充分整合，情报感知工作自然也无从谈起。

图2 深圳市突发事件应急管理组织机构

4 基于社交媒体大数据的智慧城市突发事件情报感知模型构成要素

基于社交媒体大数据的智慧城市情报感知模型以情报感知为中心，目标为提高突发事件应对策略的速度和质量而不断改进情报工作。本文将该情报感知模型进行解构，得出数据要素、技术要素、机构要素三个基本要素，如图3所示。

图3 情报感知要素关系图

4.1 数据要素

在该模型中对智慧城市中突发事件处置的前提是获取海量的社交媒体应用数据。数据要素指的是我国各大社交软件、媒体平台的网民交流信息等，数据要素将智慧城市社交媒体信息数字化、标准化，并将各个信息串联起来，形成一个全面的智慧城市信息网，通过信息网感知整个城市的动态，在发现异常时及时调用事发地及其附近的监控器和传感器了解详细信息，为情报机构进一步分析和预测提供数据支撑。

4.2 技术要素

大数据环境下，数据体量大、类型多样、单个数据的信息价值降低，传统情报分析方法已无法很好的适应当前现状，需要综合运用多种数据分析方法和技术：社会网络分析方法、数据云存储技术、数据挖掘技术、语义分析技术、地理信息定位技术、信息可视化技术、大数据情报分析技术等。社会网络分析将个体人的信息归纳至社会关系网络中，分析智慧城市的整体社会属性；数据云存储技术通过集群应用、网络技术或分布式文件系统等功能，将智慧城市办公网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，通过诸如NoSQL技术、MongoDB技术等适应大数据时代庞大的数据体量以及24小时全天候监控的工作需求；数据挖掘方法可对收集到的信息进行分析，识别有用或潜在有用的数据，具体可通过统计、在线分析处理、情报检索、机器学习、专家系统等诸多方法来实现；语义分析技术可对社交媒体中网民所表达的各种类型的信息进行分解，包括语义消歧、语义表示和学习、浅层语义分析、深层语义分析、人工智能语义分析等方法；地理信息定位技术是在语义分析、电子设备定位的基础上进行突发事件信息定位匹配、地理信息标注、地理信息分析；信息可视化技术通过将社交媒体中获取的信息进行不同要素的拆分，以图表的形式展示突发事件的各项信息，为情报信息的使用者提供更加直观清晰的结果；大数据情报分析技术注重整体数据的联系和变化，更加简单直接的对突发事件进行分析，相对于传统情报数据分析理念，其发生了三个转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果[27]。

4.3 机构要素

参与到社交媒体大数据智慧城市突发事件情报感知的机构包括：社交媒体、情报机构、处置机构、决策机构。社交媒体机构为本市社交媒体平台提供企业，这些企业通过紧密配合政府工作，主动提交本市异常社交数据、开放数据平台以供情报工作人员收集信息，筛选有用情报；情报机构通过初期情报感知，对突发事件进行分类并有针对性的收集，迅速制成情报产品呈送政府处置机构，为决策机构了解事件发展脉络、选择处置措施、调动处置机构提供情报参考；决策机构依据情报对突发事件进行处置，并将事态变化及时反馈至情报机构，使情报机构调整情报工作策略，保证情报工作的高效进行；处置机构在得到决策机构整体调度命令介入突发事件处置工作后，不断接收事件现场信息发展，及时传递至情报机构有助于情报工作的调整，制定新的决策辅助建议，防止事件失控。

5 基于社交媒体大数据的智慧城市突发事件情报感知模型

5.1 情报感知流程

传统突发事件情报工作流程是相对固定的，各个环节彼此孤立工作，联系性较少，信息的流动性感知功能薄弱。而社交媒体大数据中对突发事件的情报感知并不是简单地程式化分析，而是一个动态流动的工作过程，所有情报工作部门、事件决策部门、事件处置部门等必须参与其中，建立一种以目标为中心，情报感知为驱动的实时交流共享情报感知网，如图4所示。基于社交媒体大数据的智慧城市突发事件情报感知是一个复杂的系统，围绕目标中情报感知分为数据感知、情境感知、态势感知，对目标进行全面分析之后，依据具体的情报用户展开情报分析，在充分的情报感知工作以及了解情报用户需求之后，展开情报收集工作、情报分析工作，最后将情报产品递送至决策部门以供参考。同时，在每个情报环节、以及与情报有关的部门都可以随时反馈，调整情报感知工作细节，完善情报工作。大数据环境下，面对海量的社交媒体数据信息，通过充分的情报感知工作，才能通过情报需求清晰准确地完成情报工作，避免陷入海量的信息陷阱中。情报感知模型打破了僵化的情报工作方式，实现了实时的交流方式，增强了情报工作的灵敏度，使情报工作更加具有针对性，实时且高效。

图4 情报感知流程图

5.2 情报感知模型

基于社交媒体大数据的智慧城市情报感知模型的构建，以调整突发事件情报策略为目标、社交媒体大数据为信息来源基础、突发事件情报需求为驱动，综合运用各类技术方法，对海量的数据信息进行数据挖掘、分析，以实现智慧城市中突发事件的情报优化工作，针对不同突发事件为不同决策部门量身定制适合的情报策略，高效且准确地完成情报工作，并为决策部门提供可靠及时的情报产品。基于社交媒体大数据的智慧城市突发事件的情报感知模型包含情报收集、情报筛选、情报匹配、情报分析、情报评估、情报感知反馈以及用户地理感知、用户背景感知、周边资源感知，情报感知工作模块之间互相通联，形成有机整体，如图5所示。

图5 情报感知模型

5.2.1 情报收集

大数据环境下有关突发事件的社交媒体数据体量空前庞大，信息表现形式多样，因此，突发事件社交媒体大数据不仅要求收集平台要全，还要求收集方式广，在已有的社交媒体情报源的基础上尽可能的实现情报源的拓展，同时加强对现有数据挖掘技术的识别，使识别技术不仅在纯文本领域中，还可扩展至图片、音频、视频中，实现对社交媒体中突发事件信息的及时全面情报获取。

5.2.2 情报筛选

情报筛选通过对数据进行信息标准化处理，可以使收集的信息变成便于进一步分析的统一格式，提高信息的可用性。数据筛选通过诸如分类分析、聚类分析、关联分析、时空分析、回归分析等方法，对信息进行优化整理。分类分析是指通过对信息进行关键要素剥离，将信息快速多维度分类。聚类分析是继分类分析的后续分析工作，利用分词软件进行信息分类后，再利用语义分析软件将语义相同或相似的信息聚合在一起，得到信息的共同点，收集信息共同特征，并得到信息的话题中心点。聚类分析可对信息进行关键点有序抽离并有序整理，方便情报分析人员的信息认知。关联分析可用来表示两事物之间的相互联系性，可对大数据中海量的信息找到其中有意义的联系，利用关联分析中多维、多层规则，对数据进行可视化处理，便于情报工作人员以各个切入点分析社交媒体数据。时空分析是社交媒体信息中智慧城市突发事件发生的具体时间与具体空间的分析方法，通过对信息偏差进行处理，有助于监控设备的针对性监控以及处突工作人员的先期处理；回归分析是用来确定两种或者两种以上相互依赖的变量之间的数学统计分析方法，通过简单回归分析以及多重回归分析，分析信息之间的因果关系，找寻信息的内在规律，并对未来将要发生的事件进行预测。

5.2.3 情报匹配

智慧城市中政府部门建立了多种多层次的数据库，在情报匹配工作环节中，突发事件情报经过情报收集、情报筛选工作，已成为标准制式信息格式，可由情报分析人员对信息库进行匹配，辅助情报分析人员决策。突发事件案例库可对收集到的突发事件信息进行匹配，寻找相似突发事件案例，为突发事件的发展预测提供参考。地理信息库可对社交媒体中突发事件地点进行地理信息的匹配，地理信息的匹配并不是简单的突发事件定位，而是对突发事件的周边环境、地质资源、交通状况、实时天气情况等诸多地理天气情报进行匹配，使情报人员全方位了解事发地客观情况。居民个人信息库可对社交媒体用户信息进行匹配，前期可通过该库对社交媒体使用者开展言论可信度分析，后期可通过该库对事发当地的居民信息状况预估突发事件波及人群范围，为处置工作力量的部署提供数据支撑。突发事件处置预案库是将各个成功以及失败案例分析、汇总并形成处置预案的一个案例数据库，通过匹配突发事件寻找库中类似突发事件处置案例，并通过突发事件对预案进行个性化处置调整，优化处置措施，提高处置效率，减少群众生命财产损失。情感分词库运用分词技术将收集到的情报信息进行处理，并对突发事件中的情感走向进行梳理，有助于应急宣传部门了解网民情感变化，有针对性地开展宣传工作。突发事件舆情案例库是处置突发事件伴生舆情事件的重要数据库，通过该库可迅速匹配相似舆情案例，对现有舆情事件进行分析，并依据已有成功案例进行舆情处置，减轻处突部门的工作压力。

5.2.4 用户地理感知

用户地理感知模块是情报感知工作的基础工作之一，通过收集社交媒体用户的地理位置、突发事件周边地理环境、地质结构、事发地的交通情况、公路等级以及天气状况等信息，对地理的潜在危险进行分析，并将分析结果及时上报至决策部门。

5.2.5 用户背景感知

用户背景感知模块是针对社交媒体用户的个人信息进行情报感知工作，通过筛选出的可用情报对情报源用户进行用户背景审查，同时可对突发事件事发地进行关联追踪，掌握用户的个人基本信息、行为特点、用户习惯、知识层次、喜好、信用、联系方式以及社会关系网络，以了解突发事件情况，加快处置突发事件进度，为突发事件处置争取时间。

5.2.6 周边资源感知

周边资源感知模块通过对用户地理、背景感知工作积累的资料，对周边应急处突工作资源进行综合汇总，将周边应急力量部署、周边应急资源信息、周边安全区域进行可视化处理，为决策部门调动应急力量、运用应急资源以及疏散突发事件地群众提供参考。

5.2.7 情报分析

基于社交媒体大数据的智慧城市突发事件的情报分析是实现突发事件预测和管控的重要部分，通过对数据的细化处理，为突发事件处置提供分析支持。智慧城市中情报感知工作分为突发事件阶段分析、要素分析、应急支援分析、应急保障分析、舆情分析等。突发事件阶段分析是指通过对突发事件案例库进行匹配，提取事件发展要素，分析事件发展阶段，为突发事件的处置工作提供参考。突发事件要素分析是将突发事件信息聚合之后，形成完整的突发事件发展时间线，再次拆分成各个事件发展要素，为突发事件的具体处置部门提供行动指南。突发事件应急支援分析是对处突单位职能部署以及人员数量情况进行综合研判之后，针对突发事件具体情况分析处突力量的需求种类以及强度，方便决策人员精准调动处突部门，增强处突效率。突发事件应急保障分析是对物资保障工作进行分析，可细化为交通道路状况分析、物资种类分析、物资磨损分析等。突发事件舆情分析是对社交媒体中网民关于此次事件所产生的舆情开展分析，分析网民情感，确定舆情性质，并对舆情应对部门提供参考建议。

5.2.8 情报评估

基于社交媒体大数据的智慧城市突发事件的情报评估可将不同的情报分析产品在应用至工作实践中对事件各个要素以及对情报感知工作整理并评估、寻找不足。突发事件中情报评估工作分为两个层面，(1)收集突发事件层面，包括突发事件风险评估、事件紧急性评估、应急力量评估、应急资源评估、舆情等级评估、突发事件周边交通承载力评估。(2)情报感知工作评估层面，包括情报收集评估、情报筛选评估、情报匹配评估、情报分析评估。两个层面的情报评估工作将突发事件情报感知工作的重点和细节全面覆盖，将缺陷造成的危害和影响降到最低。

5.2.9 情报感知反馈

基于社交媒体大数据的智慧城市突发事件的情报感知反馈是情报感知工作中最后一个环节，同时也是最重要的一个环节，通过在上一个环节情报评估得出的评估材料，对情报感知工作各个环节进行策略调整，并将其策略调整情况反馈至情报感知工作的各个环节中，优化情报感知工作结构，增强后续情报工作效率，强化情报产品的可用性。

6 结束语

当前我国社会发展迅速，智慧城市已从学术界走入实际生活，大数据环境下突发事件情报感知工作的变革正在发生，本文以社交媒体大数据为指引，通过深入分析社交媒体大数据对突发事件的影响，结合大数据背景下突发事件情报感知工作流程，构建基于社交媒体大数据的智慧城市突发事件的情报感知模型，以期实现社交媒体大数据与智慧城市突发事件情报感知工作的深层次融合，为突发事件情报感知工作提供高效、系统的应用模型。本文主要从宏观角度对大数据背景下突发事案情报分析模型进行研究，并对各环节工作相互关系进行了论述。今后的研究中将对各个情报感知工作环节内部要素及其相互关系进行深入探究。