基于舆情大数据的社会安全事件情报感知与应用研究

打开文本图片集

摘 要：[目的/意义]基于舆情大数据进行社会安全事件情报感知，为社会安全事件应急管理提供情报支持。[方法/过程]基于舆情大数据的社会网络属性，剖析网络社会环境下社会安全事件特征和情报感知需求，提出基于舆情大数据进行社会安全事件情报感知具有多元、快速、全面、深度的优势。从社会安全事件要素和过程两个方面，构建全要素、全周期的情报感知指标体系。分析基于移动传感网络的情报感知路径，针对情报感知指标进行情报感知，确定“异常→风险→情报”的情报感知过程，并研究情报感知方法。[结论/结果]基于舆情大数据构建情报感知指标体系并开展应用研究，为网络社会环境下社会安全事件应急管理提供新思路和新方法。

关键词：网络舆情;大数据;社会安全事件;情报感知

DOI：10.3969/j.issn.1008-0821.2019.11.014

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2019）11-0121-07

Abstract：[Purpose/Significance]Intelligence perception of social security incident based on big data of public opinion provides intelligence support for emergency management of social security incident.[Method/Process]Based on the social network attribute of public opinion big data，this paper analyzed the characteristics of social security incident and intelligence perception needs under the network society environment，and proposed that the intelligence perception of social security incident based on big data of public opinion had the advantages of diversity，speed，comprehensiveness and depth.From two aspects of the element and process of social security incident，the whole element and the whole cycle of intelligence perception indicator systems are constructed.Through the mobile sensor network，intelligence perception was conducted contraposing intelligence perception indicators，the intelligence perception path of“abnormality，risk and intelligence”is determined，and intelligence perception methods were analyzed.[Result/Conclusion]Based on the big data of public opinion，the indicator systems of intelligence perception and applied research were constructed，so as to provide new ideas and methods for the emergency management of social security incident from the perspective of network society.

Key words：network public opinion;big data;social security incident;intelligence perception

当前，网络社会的深入发展，对社会安全事件演化规律产生了广泛而深刻的影响，众多网民依托微博、微信、网络论坛、社交网站等网络媒体进行交流互动，极易引发社会安全事件的线上线下耦合风险，特别是社会安全事件发生后，网络舆论场已成为第二现场，网络舆情态势直接影响政府应急管理效能。与此同时，网络舆情逐渐呈现大数据环境，其中蕴含着大量情报资源，舆情大数据为社会安全事件情报感知提供了数据基础、交互环境。如何基于舆情大数据进行情报感知，开展持续、实时、动态的态势分析和预测，并提供交互式、精准化、前瞻性的决策支持，是具有理論创新与实践价值的研究课题。

国内学术界在社会安全事件情报领域，较少专门研究成果，主要针对社会安全事件的具体类型，如恐怖袭击事件、重大刑事案件、群体性事件等进行研究，集中体现为反恐情报、刑事犯罪情报等方面的研究成果。在情报感知领域，1）服务面向方面，包括军事情报感知、网络空间威胁情报感知、突发事件情报感知、企业竞争情报感知等。2）研究内容方面，包括情报感知通识研究、专门领域情报感知特色研究和情报感知生态研究3大类，具体可分为情报感知行为主体解析、情报感知行为客体解析、情报感知需求环境解析、情报感知条件与方法解析、情报感知实施管理解析5项探索对象[1]。3）情报感知方法方面，包括灰色系统理论模型[2]、文献探测方法[3]、赋意方法[4]、系统辨识方法[5]等定量、定性研究方法。4）情报感知路径方面，基于军事领域“感知、理解、预测”的态势感知思想，进行不同领域情报感知系统的构建，如提出“觉察、理解、投射”的感知阶段[6];“观察、调整、决策、行动”的感知路径[7]等。

综合而言，国内学术界在情报感知领域已开展多方面研究，但整体研究仍处于起步阶段。随着网络信息社会的广泛互联和信息爆炸，以前瞻、融合、创新为特征的情报感知，将是情报研究的未来趋势和增长点，并将进一步结合大数据、人工智能、移动互联网、媒体技术等网络信息技术，推进情报感知更好服务决策。由此，本文将舆情大数据作为情报感知来源和环境，针对社会安全事件这一情报应用领域，探索其情报感知指标、路径和阶段，以期为社会安全事件应急管理提供情报支持。

1 舆情大数据与社会安全事件

1.1 舆情大数据

舆情大数据是指微博、微信、微视频、网络论坛、新闻网站等网络载体上，包含民众观点、态度的数据环境，既包括文本、图片、音频、视频等用户生产内容数据，又包括关注、@、点赞、分享、转发、搜索等用户行为数据。舆情大数据具有大数据的一般特征，如海量、多源、异构、高速等，同时也具有其特殊性。

舆情大数据区别于其他类型大数据的主要特征是：1）舆情大数据是社会网络化的数据，融合了时间、空间、社会身份、社会关系、社会理性、社会情感等属性，这些属性通过组合、叠加，使舆情大数据具有多维度、多层次、复杂关联的社会网络属性。2）舆情大数据是实时交互数据，随时间不断动态更新，海量、高频次的实时交互使得舆情大数据在意见表达、观点辨析、情感碰撞的过程中，呈现出重要的民意情报价值。3）舆情大数据是多媒体数据，并且包含大量文本、图片、音频、视频等非结构化数据，这使其对事件现象、特征、规律的描述能力更强。

1.2 社会安全事件

社会安全事件是指造成或者可能造成严重社会危害，并且威胁或破坏公共安全和社会稳定的突发事件。主要包括重大刑事案件、恐怖袭击事件、群体性事件、涉外突发事件、经济安全事件等。社会安全事件是一类突发事件的总称，这类突发事件主要由社会个体或群体的主动行为引发，其危害性体现为威胁或破坏公共安全和社会稳定。

信息网络与实体网络整合交融的网络社会正重塑着社会安全事件的要素、过程等整体形态，使其呈现出不同以往的特征。1）社会安全事件的主体，借助信息网络技术构成了超越时空限制、广泛互联的组织。2）社会安全事件的发生发展规律，具有突出的线上线下一体化、网络舆论场成为第二现场等特征，整个演化周期同时受到线上和线下两种力量的影响，线上舆论现场和线下处置现场并行演进、交错起伏，同时网络直播的兴起使这种现场感和交互感更加强烈。3）社会安全事件的应急管理过程，受益于网络化、信息化带来的高效、智能，例如观点、态度、行为、社会关系等各类社会安全事件的要素信息均可量化分析，进行可视化、场景化以及发展态势的预测和推演[8]，但同时又面临信息异化、媒介审判、数据独裁带来的干扰。

综合以上两点，基于舆情大数据开展社会安全事件情报感知研究，为政府应对社会安全事件提供更多视角，使政府应对社会安全事件时掌握更多主动权。然而基于舆情大数据开展社会安全事件情报感知是一项系统工程，首先需要分析舆情大数据应用于社会安全事件情报感知的需求和优势。网络社会环境下社会安全事件在主体、演化规律、应急管理过程等方面呈现网络化、数据化特征，这对社会安全事件应急管理提出了新的情报需求。针对这一情报需求，由于舆情大数据具有社会网络化、实时交互性、多媒体流数据等特征，使其具有多元、快速、全面、深度的优势，能够满足社会安全事件的情报感知需求;其次需要结合社会安全事件要素及其应急管理过程，深入研究基于舆情大数据的情报感知问题，通过分析承载舆情大数据的移动传感网络，按照“构建感知指标体系→确定感知路径→细分感知阶段”的思路，构建基于舆情大数据的社会安全事件情报感知体系。基于此，构建本文整体研究思路，如图1所示。

2 基于舆情大数据的社会安全事件情报感知需求和优势2.1 情报感知需求

社会安全事件应急管理的前提是把握动态社会个体或群体的复杂意识、行为及其演化规律，把握意识、行为演化的影响速度、广度、程度等影响方式。在舆情大数据環境下，社会安全事件的发展演化具有实时网络传播、线上线下复杂关联等特征，在这种即时性、交互性、网络化突出的环境下，准确把握动态社会意识、行为的演化规律和影响方式，需要灵敏、时效、全面、深度的大数据情报，既要快速准确地获取社会安全事件的事后应急情报，更要提前感知风险，提供社会安全事件发生发展的战略情报，实现预测、预警、预防。

当前移动互联网、物联网、通信网的融合发展，为监测、追踪、预测动态社会意识、行为，提供了技术条件。微博、微信、微视频、网络论坛、新闻网站等网络载体正是基于移动互联网的融合应用，由此产生的舆情大数据，包含了时空信息、社交内容、社会属性等，具有典型的社会网络特征，是现实社会意识、行为的网络投影和迁移，既能够为社会安全事件应急管理提供实时呈现、动态反馈、多维度多视角的应急情报，又能够通过大数据分析敏锐捕捉异常，实现态势预测和推演，提供预见性、关联性的战略情报，从而满足灵敏、时效、全面、深度的情报需求。

2.2 情报感知优势

基于舆情大数据进行情报感知具有多元、快速、全面、深度的优势。1）情报来源的多元性，网络社会中每个移动终端使用者及其所产生的信息和数据，都是情报源，面向数以亿计的移动终端使用者进行的情报收集工作，正在极大更新传统的情报收集理念。2）情报获取的快速，一方面是舆情大数据的流数据特征，能够保证情报获取的即时性;另一方面是舆情大数据的强交互性，为情报的动态评估、反馈、验证提供了条件，能够实现情报的实时修正、快速更新。3）情报的全面性，舆情大数据的多媒体属性，使得文本、图表、视频等多种情报呈现形式能够较为全面地描述社会安全事件的要素和应急管理过程，另一方面舆情大数据的多维社会网络属性，能够提供包含人、事、物、时、地、情等核心要素的全面情报。4）情报的深度价值，舆情大数据的社会网络属性，使其在数据的快速增长和交错互联中涌现出较高的价值性，并且在因果分析基础上，更凸显关联分析，从而使得基于舆情大数据开展的情报工作更有可能发现隐藏现象、挖掘潜在规律、获取深度情报。

3 基于舆情大数据的社会安全事件情报感知指标体系  从结构和过程两个视角，进行社会安全事件情报感知指标体系的构建。1）结构视角，情报感知服务于政府应急管理，而政府应急管理主要包括两个方面：一是应急管理的客体;二是应急管理的主体及其所进行的应急管理行为和所运用的应急管理资源，由此，分别针对这两个方面的组成要素进行感知指标的确定。2）事件演化视角，情报感知贯穿于社会安全事件全过程，不同发展阶段情报感知指标存在差异，由此，分别针对不同阶段进行感知指标的确定。

3.1 基于要素的情报感知指标体系

基于要素的情报感知指标体系，是指某一时刻社会安全事件应急管理的全要素所构成的指标体系。基于要素的情报感知，是对社会安全事件的一种全景式情报感知，力求覆盖社会安全事件的全部核心要素以及要素之间的关系。主要包括两个方面，一是社会安全事件的各类要素;二是社会安全事件应急管理的各类要素。

1）社会安全事件的各类要素

社会安全事件是应急管理的客体，其各类要素主要体现为人、事、物、时、地、情等，例如恐怖袭击事件，其要素包括袭击者、袭击对象、袭击方式、袭击工具、袭击时间、袭击地点、袭击影响等。在舆情大数据中，人的要素体现为社会身份、社会关系等，例如微博用户的用户名、昵称、手机号、ID、认证信息等，以及由关注和粉丝构成的社交网络;事的要素体现为文字、图片、音频、视频等用户生产内容中所包含的类型、规模等事件信息，以及移动终端使用者的信息搜索、信息发布、信息交流、信息咨询等信息行为;物的要素体现为用户生产内容中所包含的对象、方式、工具等事件信息，例如恐怖袭击事件的爆炸物、资金流等;时、地的要素体现为时间信息、地理信息、轨迹信息以及媒体空间信息等;情的要素体现为上述各类要素所综合呈现出的情感、心理信息，例如针对恐怖袭击事件，通过文字、图片、音频、视频等所传达出的恐慌、仇恨等情感，及其整体态势和发展趋势。准确感知这些要素，对于快速全面地了解和掌握社会安全事件的时空分布、行为模式、演化规律、影响程度，以及未来发展趋势等，具有重要意义。

2）社会安全事件应急管理的各类要素

主要包括应急管理主体、应急管理行为、应急管理资源等。在舆情大数据中，应急管理主体要素体现为政府、军队、社会组织及公民等应急管理参与者的相关信息，为应急力量的汇聚、组织、协同，提供情报信息;应急管理行为要素体现为预防准备、监测预警、处置救援、恢复重建和评估学习等社会安全事件应急管理行为中的相关信息，例如恐怖袭击事件中风险提示、避难指导、心理疏导、协助侦查等支援型信息，以及求助、寻亲、募捐、监督等诉求型信息;应急管理资源要素体现为人力、物力、财力、技术等信息，主要是潜力资源的相关信息，例如志愿救援力量、应急物资储备、临时安置场所、救援技术指导等。

3.2 基于事件演化的情报感知指标体系

基于事件演化的情报感知指标体系，是指社会安全事件演化全周期中由阶段性指标构成的指标体系。在社会安全事件演化的不同阶段，其风险要素、监测重心、预测预警方法等存在差异，因此在不同阶段由不同的阶段性指标构成情报感知指标体系。

3.2.1 事前阶段

社会安全事件爆发之前（潜伏期），情报感知的重点主要包括：1）基于历史案例和历史数据进行的风险监测;2）基于实时数据进行的事件识别，通过大数据分析进行社会安全事件的爆发预测。由此，在事前阶段的情报感知指标主要是舆情大数据中体现重点人（组织）、重点地域、重点时间、资金流动、情感态势等风险因素的信息和数据，以及这些信息和数据的变化规律和趋势。通过对上述潜在风险因素的监测和识别，获取服务于社会安全事件预防的战略性情报。

3.2.2 事初阶段

社会安全事件爆发后（爆发期），情报感知的重点主要包括：1）态势感知，体现为客体层的社会安全事件演化态势感知和主体层的应急管理态势感知，为政府等应急管理主体综合把握应急管理客体和自身的整体态势，提供情报支持。2）演化风险预测，在态势感知的基础上，一方面针对人、事、物、时、地、情等风险因素，进行社会安全事件的群体极化、线上线下迁移蔓延、衍生灾害、舆情危机、网络谣言等演化风险预测;另一方面针对应急管理主体缺失、应急管理行为偏差和应急管理资源匮乏等，进行应急管理的演化风险预测，并综合上述两个方面进行突变预测。由此，在事前阶段的情报感知指标是全要素指标，通过全景式情报感知，获取服务于社会安全事件响应处置的应急性情报。

3.2.3 事后阶段

社会安全事件逐漸消退阶段（消退期），情报感知的重点主要包括：1）基于事件消退期的风险要素，进行事件反转预测和“长尾效应”预测。2）基于事件后续影响的风险要素，进行相关社会安全态势预测和事件“习得效应”预测，并综合进行社会安全事件的连锁预测。由此，在事后阶段的情报感知指标主要是恢复重建、评估学习以及预防准备等社会安全事件应急管理行为中的相关信息。通过对上述风险因素的监测和预测，获取服务于防止事件反复的应急性情报，以及防止事件重演的战略性情报。

4 基于舆情大数据的社会安全事件情报感知应用研究  基于舆情大数据进行社会安全事件情报感知，是一个基于移动传感网络，针对情报感知指标，对其信息和数据进行识别、分析（关联）、预测、反馈、修正并生成情报的过程。其特征体现为不仅是对历史和当前数据的识别分析，还是同步进行的评估、反馈和修正，更是对未来态势的预测。基于此，本文在构建两类情报感知体系的基础上，开展感知路径、感知过程、感知方法等应用研究，为理论转化实践提供依据。

4.1 基于舆情大数据的社会安全事件情报感知路径

根据中国互联网络信息中心（CNNIC）第43次《中国互联网络发展状况统计报告》，截至2018年12月，我国网民规模达8.29亿，普及率为59.6%。其中，手机网民规模已达8.17亿，网民通过手机接入互联网的比例高达98.6%[9]。庞大的网民规模、不断提高的网络普及率，使得互联网所呈现的社会空间与现实社会之间的关系由隔膜、疏离逐渐趋于同向、同构，网络社会不再是相对独立于现实社会的虚拟世界，而更多成为现实社会的网络投影、网络迁移。特别是随着移动宽带互联网的逐渐普及和高频使用，基于移动终端建构起了一个庞大的社会传感网络，数以亿计的移动终端及其使用者，作为移动传感网络中的传感器，持续、实时、动态地感知着周围环境中发生的一切，通过网络载体以文本、图片、音频、视频等多媒体形式，将这些感知结果传播出去，并与其他传感器进行交流互动。在这个过程中产生的舆情大数据，承载着移动终端使用者的观点认识、情感趋向、行为规律等社会化存在，成为社会安全态势感知的重要途径，具有直接、便捷、全面的优势。并且随着网络普及率的提高、网民属性结构与现实社会渐趋同构，以及网络社会中沟通表达的日趋成熟和理性，通过舆情大数据进行社会安全态势感知，其客观性、可信度也在不断提升。

综合而言，舆情大数据的社会网络属性，是基于舆情大数据进行社会安全事件情报感知的基本理论依据。随着网络社会的深入发展，当前及未来社会的线上线下交互形态将会持续并不断加深，是基于舆情大数据进行社会安全事件情报感知的现实依据。而移动传感网络则是基于舆情大数据进行社会安全事件情报感知的实现路径。随着物联网等物理空间传感网络在自然灾害、事故灾难等突发事件情报感知中发挥重要作用，承载舆情大数据的移动传感网络也将在社会安全事件情报感知中具有重要意义。

4.2 基于舆情大数据的社会安全事件情报感知过程

通过移动传感网络，在构建情报感知指标体系基础上，确定情报感知过程，包括异常识别、风险研判、情报获取3个阶段。基于“风险一定是异常，异常不一定是风险”的研究理念，第一步通过基于数据波动的异常识别将所有可能的风险筛查出来。第二步通过风险研判，区分并确定正常波动或风险，其中风险又包括显现风险、潜在风险。第三步在确定风险基础上，进行未来趋势预测，形成情报。

整体而言，情报感知路径是“异常→风险→情报”的过程，其中，“异常→风险”的过程，是面向舆情大数据的海量数据进行异常挖掘的过程，需要建立“数据异常→事件风险”的映射关系，实现由海量数据到少量风险的目标。“风险→情报”的过程，是基于少量风险，通过相关分析提炼情报的过程，需要建立“风险→情报”的关联关系，实现由少量风险研判到精准获取情报的目标。如图2所示。

1）异常识别阶段

这一阶段的目标是所有异常不遗漏。通过把握移动传感网络的常态演化规律来监测、感知社会安全风险，在常态情况下，如果出现异常现象，会在传感网络上以数据波动的形式体现出来，包括数据的波动幅度（激增、锐减）、波动频率、波动形态、波动规律等多个描述数据波动的指标。综合上述指标，快速敏锐地感知这些数据波动，与常态演化规律进行比对，识别所有异常现象。

2）风险研判阶段

这一阶段的目标是确定真风险、排除假风险。针对所筛查出的异常现象，首先研判是正常的数据波动，还是真正的风险，根据常态演化规律可以预测在未来某一时刻的数据结果，如果某一数据波动持续发展，或者大幅度偏离常态演化规律，基于数据异常对事件风险的映射关系，便可以确定是风险，进而进行更深入全面的分析研判，在这个过程中可以确定显现风险。其次，根据数据波动的指标，综合研判风险的性质、类型、程度、趋势等，通过持续监测，确定潜在风险。

3）情报获取阶段

这一阶段的目标是准确提炼社会安全事件情报，其核心是具有预见性的关联性。首先，基于单一指标的风险研判可以获取情报。其次，通过指标关联可以获取前瞻的预测性情报和深度的战略性情报。情报感知指标体系具有全面性、整体性、系统性，各个指标之间存在复杂关联。构建关联矩阵，通过相关分析确定指标之间的关系类型，包括相关程度（完全相关、不完全相关、不相关）、相关方向（正相关、负相关）、相关形式（线性相关、非线性相关）、变量数目（单相关、复相关、偏相关）等，在此基础上提炼社会安全事件情报。综合而言，实现“异常→风险→情报”这一情报感知过程的基本思路如图3所示。

在整个情报感知过程中，指标的关联预测是核心环节，一方面基于单一指标的显现风险，感知其他关联指标的潜在风险，进而获取预测性情报，实现“见一叶而知深秋”的目标;另一方面基于多个指标关联，由风险点到风险面，由单一风险类型到复合风险类型，获取深度的战略性情报，实现“窥一斑而知全豹”的目标。上述情报感知阶段如图4所示。

4.3 基于舆情大数据的社会安全事件情报感知方法

舆情大数据包括用户生产内容和用户行为数据，针对不同的数据类型，分别采取统计分析、文本分析、图像分析、音频分析、视频分析、可视化分析等，并通过多源数据融合分析、构建社会网络或知识图谱等方法，进行情报感知。在情报感知过程中，需要注意两个方面的问题：1）针对不同的情报感知指标，其情报感知方法和目的各不相同。例如，针对人的情报，其情报感知目的是确定身份特征和关系网络，以及行为识别与预测，主要采用用户影响力计算、意见领袖发现等方法;针对组织的情报，其情报感知目的是确定群体的社会网络关键节点、群体内交互行为识别与预测、群体情感倾向识别和强度度量等，主要采用社群挖掘、情感分析等方法。2）在社会安全事件演化的不同阶段，其情报感知方法和目的存在差异。例如在事前阶段，情报感知目的是人、事、物、时、地等社会安全事件核心要素预测，确定高危风险，并据此开展针对性、预见性的动态巡查，实现风险预警、预防、预控，主要采用线上大数据分析方法;在事初阶段，情报感知目的是线上线下数据融合分析与情报预警，实现交互式决策指挥，防止社会安全事件的爆发式演化和次生衍生事件，主要采用线上线下综合研判方法;在事后阶段，情报感知目的是同类事件复发的预测与预警，主要采用线上大数据分析方法。

5 結 语

基于舆情大数据的社会网络属性，分析网络社会环境下社会安全事件的特征和情报感知需求，提出舆情大数据能够为社会安全事件应急管理提供多元、快速、全面、深度的情报支持。在此基础上，分别从结构和过程两个视角，针对社会安全事件要素和过程建构情报感知指标体系。通过移动传感网络，针对情报感知指标进行情报感知，分为异常识别、风险研判和情报获取3个阶段。通过上述研究，丰富了社会安全事件情报感知的理论研究，并为网络社会视域下社会安全事件应急管理提供新思路和新方法。但是，情报感知指标的量化方法、感知方法，以及数据异常对事件风险的映射关系、指标之间的关联关系等问题，仍需更深入细致地讨论。

参考文献

[1]王延飞，赵柯然，陈美华，等.情报感知的研究解析[J].情报理论与实践，2018，41（8）：1-4.

[2]盖世昌，许腾，朱智.基于灰色系统理论的联合机动编队多源情报感知能力评估[J].兵工自动化，2010，29（11）：51-54.

[3]王婧媛，王延飞，徐清白.结构变异分析——信息服务领域的情报感知探索[J/OL].情报杂志：1-8.http：//kns.cnki.net/kcms/detail/61.1167.G3.20190328.1450.006.html，2019-05-29.

[4]赵柯然，杜婉莹，王延飞.论情报感知的赋意方法[J].情报理论与实践，2019，（5）：23-28.

[5]刘如，吴晨生，王延飞，等.基于钱学森系统辨识理念的情报感知研究[J].情报理论与实践，2019，（5）：7-13.

[6]石进，李益婷，刘千里.企业竞争情报态势感知系统研究[J].情报杂志，2019，38（4）：43-51.

[7]陈美华，陈峰.维护科技安全的情报感知路径探析[J].情报科学，2019，37（2）：138-142.

[8]夏一雪，兰月新.大数据环境下群体性事件舆情信息风险管理研究[J].电子政务，2016，（11）：31-39.

[9]中国互联网络信息中心.第43次《中国互联网络发展状况统计报告》[EB/OL].http：//cnnic.cn/gywm/xwzx/rdxw/2017 2017_7056/201902/W020190228474508417254.pdf，2019-05-20.

（责任编辑：孙国雷）