張鑫蕊，張海濤，2，3，欒宇，張春龍

（1. 吉林大學(xué)商學(xué)與管理學(xué)院，長春 130012；2. 吉林大學(xué)信息資源研究中心，長春 130012；3. 吉林大學(xué)國家發(fā)展與安全研究院，長春 130012）

0 引 言

當(dāng)今世界正值百年未有之大變局，大數(shù)據(jù)、人工智能、云計算、5G、擴(kuò)展現(xiàn)實、數(shù)字孿生、物聯(lián)網(wǎng)等新一代數(shù)字技術(shù)的運用和集成創(chuàng)新在告知我們正處于人機(jī)協(xié)同、跨界融合、共融共創(chuàng)的數(shù)智時代。與此同時，始料未及的新冠肺炎疫情使得這個時代越發(fā)變幻莫測和充滿挑戰(zhàn)，這要求我們系統(tǒng)思考，洞察現(xiàn)狀；主動求變，彰顯價值；精益創(chuàng)新，敏捷改進(jìn)；未雨綢繆，預(yù)見未來。時間、資源、公眾信心是戰(zhàn)勝疫情的關(guān)鍵，因此，如何通過科學(xué)決策提高應(yīng)急管理效率、協(xié)調(diào)統(tǒng)籌應(yīng)急管理工作、積極應(yīng)對信息疫情[1]是目前亟須關(guān)注的問題。這不僅需要政府等相關(guān)專業(yè)部門采取緊急措施，更要發(fā)揮科技創(chuàng)新的關(guān)鍵和中堅作用，體現(xiàn)數(shù)智化治理的優(yōu)勢，以數(shù)智技術(shù)解析信息流動，從而推進(jìn)全社會的協(xié)同防控。

《中華人民共和國突發(fā)事件應(yīng)對法》中將突發(fā)事件定義為“突然發(fā)生，造成或可能造成嚴(yán)重社會危害，需要采取應(yīng)急處置措施予以應(yīng)對的自然災(zāi)害、事故災(zāi)害、公共衛(wèi)生事件和社會安全事件”，其事發(fā)的突然性、危害的復(fù)雜性和治理的綜合性等特點要求我們以全面且科學(xué)的視角去看待每個突發(fā)事件的發(fā)展脈絡(luò)。2022年7月12日，世界衛(wèi)生組織發(fā)布有關(guān)第12次新冠肺炎突發(fā)事件委員會會議的聲明指出，新冠肺炎疫情繼續(xù)構(gòu)成“國際關(guān)注的突發(fā)公共衛(wèi)生事件”[2]，其本身所造成的信息封閉引發(fā)了國際范圍內(nèi)的“信息疫情”[3]，且具備傳播的快速性、信息的過載性、關(guān)注的大眾性、涉略的廣泛性、內(nèi)容的動態(tài)性、空間的跨域性、媒體的社交性、污名的歧視性、真?zhèn)蔚碾y辨性以及效果的危害性等特征[4]，對全球公共衛(wèi)生、公共行動、社會凝聚力和整個政治格局都具有嚴(yán)重威脅[5]，形成原因涉及宏觀的社會和歷史環(huán)境、中觀的群體互動和微觀的個體心理和個體特征[6]。數(shù)智時代新媒體環(huán)境下的信息傳播打破時空界限、突破虛實融合，即時性、共享性等特征愈加顯著，交互性、應(yīng)用性和實踐性較強(qiáng)的多主體協(xié)作網(wǎng)絡(luò)[7]成為應(yīng)對信息疫情的重要基礎(chǔ)；信息是主體間協(xié)作溝通的樞紐，也正是主體間信息行為的協(xié)同交互促進(jìn)了信息的高效傳遞，從而形成1+1＞2的效應(yīng)，即協(xié)同效應(yīng)[8]；信息流動的方式、效率、深度和廣度均會影響協(xié)同效應(yīng)的產(chǎn)生和發(fā)展。

目前信息傳播相關(guān)研究主要基于SIR（suscepti‐ble, infective, recovered）、SEIR（susceptible, exposed,infective, recovered）、SIRS（susceptible, infective, re‐covered, susceptible）等傳染病模型開展，在研究個體屬性、個體的相關(guān)延伸要素以及局部的動態(tài)發(fā)展變化等角度存在局限性，一定程度上忽略了信息傳播過程中人的行為占據(jù)主導(dǎo)地位[9]。與此同時，超網(wǎng)絡(luò)研究通常結(jié)合工具計算分析網(wǎng)絡(luò)上的流量、時間等變量來描述和表示層次網(wǎng)絡(luò)間的作用關(guān)系與影響程度，相關(guān)實證分析主題涉及商界智庫、知識服務(wù)、網(wǎng)絡(luò)輿情、應(yīng)急管理、學(xué)科交叉、科研合作、交通運輸、經(jīng)濟(jì)管理等。例如，以新浪微博的商界智庫信息作為數(shù)據(jù)源對比分析移動端與非移動端智庫的信息傳播網(wǎng)絡(luò)結(jié)構(gòu)特征異同[10]，以超網(wǎng)絡(luò)為基礎(chǔ)的用戶創(chuàng)新知識集成模型構(gòu)建[11]，微博輿情中關(guān)鍵節(jié)點的挖掘分析[12]，突發(fā)事件信息傳播中的網(wǎng)絡(luò)謠言傳播模型[13]，突發(fā)事件救援中的區(qū)域應(yīng)急調(diào)度模型[14]，以異構(gòu)網(wǎng)絡(luò)提高學(xué)科交叉主題識別的準(zhǔn)確度[15]，以基于超圖的算法SCRH（scientific collabo‐ration recommendation based on hypergraph）推薦科研合作[16]，展示多層交通樞紐以研究潛在樞紐的連接貢獻(xiàn)[17]，有效區(qū)分初創(chuàng)能力水平以激勵初創(chuàng)企業(yè)[18]，基于超網(wǎng)絡(luò)和在線評論的產(chǎn)品競爭力分析[19]等?？梢钥闯?，當(dāng)前研究缺少面向社交媒體環(huán)境中的突發(fā)事件場景、契合突發(fā)事件特征、體現(xiàn)全局性的、以主體協(xié)同為基礎(chǔ)的信息協(xié)同網(wǎng)絡(luò)結(jié)構(gòu)。因此，本研究以超網(wǎng)絡(luò)視角探究社交媒體環(huán)境下突發(fā)事件信息協(xié)同全景，在信息主體協(xié)同合作基礎(chǔ)上，以各子網(wǎng)之間的關(guān)聯(lián)耦合形成以信息流動作為內(nèi)在邏輯的系統(tǒng)性、緊密性、全面性、普適性的突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)，剖析協(xié)同過程的動態(tài)性和演化性，識別核心信息主體、關(guān)鍵信息鏈路，高效整合信息資源，掌握與分析事件現(xiàn)狀與走向趨勢，推進(jìn)信息價值共創(chuàng)，由此提高社會凝聚力和公眾信任度，增強(qiáng)突發(fā)事件應(yīng)急處置的可操作性、科學(xué)性和實用性；應(yīng)用情報智慧[20]協(xié)同突發(fā)事件決策，預(yù)防和應(yīng)對信息疫情問題，從而實現(xiàn)常態(tài)化精準(zhǔn)管控和科學(xué)治理，為應(yīng)急管理工作數(shù)字化、智能化、智慧化獻(xiàn)計獻(xiàn)策。

1 突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)模型構(gòu)建

（1）突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)

哲學(xué)視角下，宇宙中各事物之間以及事物內(nèi)部各要素之間普遍聯(lián)系且相互影響、相互制約和相互作用，突發(fā)事件的演變通常由各種要素相互耦合疊加交織而成，其背后往往遵循著一定的內(nèi)在規(guī)律和運行機(jī)理[21]；信息協(xié)同是所涉及信息主體在特定時間內(nèi)，以信息技術(shù)為手段，通過與信息環(huán)境交互、共享信息資源，獲得協(xié)同效應(yīng)的過程[8]；超網(wǎng)絡(luò)作為高于而又超于現(xiàn)存網(wǎng)絡(luò)的網(wǎng)絡(luò)[22]，具備以下一種或幾種特征：多層性、多級性、多屬性（或多準(zhǔn)則）、流量的多維性、擁塞性、協(xié)調(diào)性、嵌套性等，能夠?qū)?fù)雜網(wǎng)絡(luò)中要素的相互作用和相互影響較為完整地描述和刻畫出來，揭示同構(gòu)網(wǎng)絡(luò)的多重關(guān)系和異構(gòu)網(wǎng)絡(luò)的關(guān)聯(lián)關(guān)系[23]。

社交媒體環(huán)境下，突發(fā)事件信息協(xié)同體現(xiàn)多元主體參與、信息流動性、協(xié)同效應(yīng)等特征[8]，是信息主體間根據(jù)自身信息需求主動展開信息交互行為的過程，在特定時間和環(huán)境下，主要涉及信息主體、信息文本、信息基因三個要素。信息主體是指在突發(fā)事件中公布和接收信息的用戶主體，信息文本是信息主體在社交媒體中所發(fā)布的文本內(nèi)容，信息基因是從信息主體所發(fā)布文本內(nèi)容中提煉出的關(guān)鍵詞語。與常規(guī)的同質(zhì)網(wǎng)絡(luò)相比，超網(wǎng)絡(luò)能夠恰當(dāng)融合多種類型網(wǎng)絡(luò)，體現(xiàn)兩種及兩種以上類型網(wǎng)絡(luò)之間的復(fù)雜性，能夠更好地反映突發(fā)事件信息協(xié)同中信息主體間協(xié)同關(guān)系，信息間聯(lián)動關(guān)系，主體與信息文本之間、信息文本與信息基因之間的匹配關(guān)聯(lián)等；在研究個體屬性和掌控局部動態(tài)變化的同時，避免了因研究單一網(wǎng)絡(luò)而忽略相關(guān)聯(lián)的其他子網(wǎng)所涉及的關(guān)鍵因素，填補了超網(wǎng)絡(luò)理論和信息協(xié)同相結(jié)合在突發(fā)事件場景中的應(yīng)用空白，為目前突發(fā)事件的用戶行為、態(tài)勢感知[24]、情感圖譜[25]、情緒演化[26]、風(fēng)險預(yù)測、協(xié)同機(jī)制[27]、協(xié)同決策[28]、應(yīng)急能力評價等復(fù)雜問題的后續(xù)研究提供新的思維模式。

綜上，本研究以要素-關(guān)系-邏輯為基礎(chǔ)框架，依據(jù)知識協(xié)同主題與超網(wǎng)絡(luò)理論的有機(jī)融合[29]，闡述突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)的構(gòu)建方法，從“點、線、面、體”全方位剖析，認(rèn)為社交媒體環(huán)境下，突發(fā)事件場景中的信息協(xié)同超網(wǎng)絡(luò)主要是由信息主體、信息文本、信息基因三要素關(guān)聯(lián)耦合的多層級網(wǎng)絡(luò)結(jié)構(gòu)，信息主體與信息文本、信息主體與信息基因、信息文本與信息基因之間均存在復(fù)雜的對應(yīng)關(guān)系，正是這種縱向?qū)蛹夑P(guān)系將三種網(wǎng)絡(luò)有序銜接，形成了主體、文本、基因間協(xié)同關(guān)聯(lián)的系統(tǒng)整體，由此探究子網(wǎng)間更深層次、應(yīng)用型的問題，形成1+1＞2的協(xié)同效應(yīng)。

（2）突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)概念模型

社交媒體環(huán)境下，突發(fā)事件的信息協(xié)同超網(wǎng)絡(luò)模型主要包括主體協(xié)同網(wǎng)絡(luò)、信息文本網(wǎng)絡(luò)、信息基因網(wǎng)絡(luò)三類子網(wǎng)絡(luò)，以及這三類子網(wǎng)絡(luò)互相之間的映射關(guān)系，涉及節(jié)點、邊、權(quán)重三項要素，以EICSN（information collaboration super network mod‐el for emergency）表示。定義社交媒體環(huán)境下突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)模型為

其中，P={S,T,G}為超網(wǎng)絡(luò)的節(jié)點集合，S={s1,s2,…,sn}為社交媒體平臺中事件所涉及的信息主體集合，T={t1,t2,…,tn}為信息文本集合，G={g1,g2,…,gn}為信息基因集合；E為超網(wǎng)絡(luò)的邊的集合，由所有子網(wǎng)絡(luò)邊的集合和所有子網(wǎng)絡(luò)之間的映射關(guān)系集合構(gòu)成，分別是主體協(xié)同子網(wǎng)絡(luò)的邊Es-s、信息文本子網(wǎng)絡(luò)的邊Et-t、信息基因子網(wǎng)絡(luò)的邊Eg-g，以及主體協(xié)同子網(wǎng)絡(luò)與信息文本子網(wǎng)絡(luò)之間的映射ES-T、信息文本子網(wǎng)絡(luò)與信息基因子網(wǎng)絡(luò)之間的映射ET-G、主體協(xié)同子網(wǎng)絡(luò)與信息基因子網(wǎng)絡(luò)之間的映射ES-G，即

W為超網(wǎng)絡(luò)權(quán)重的集合，一方面，包括各個子網(wǎng)絡(luò)邊權(quán)重的集合，即主體協(xié)同網(wǎng)絡(luò)邊的權(quán)重為W(ES-S)，信息文本網(wǎng)絡(luò)邊的權(quán)重為W(ET-T)，信息基因網(wǎng)絡(luò)邊的權(quán)重為W(EG-G)；另一方面，包括信息主體節(jié)點的權(quán)重W(S)，信息文本的權(quán)重W(T)，信息基因的權(quán)重W(G)；即

綜上所述，社交媒體環(huán)境下突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)模型為

如圖1所示，上述概念模型可以清晰表達(dá)基于主體之間的協(xié)同交互作用的信息協(xié)同過程。通過信息主體與信息文本之間的連接，對應(yīng)信息主體與文本觀點；通過主體協(xié)同子網(wǎng)與信息基因子網(wǎng)的連接體現(xiàn)信息主體對信息基因的貢獻(xiàn)度，以主體所涉及基因個數(shù)識別核心主體；通過信息文本子網(wǎng)與信息基因子網(wǎng)絡(luò)的連接，定位信息基因的歸屬文本。

圖1 社交媒體環(huán)境下突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)概念模型

2 突發(fā)事件信息協(xié)同子網(wǎng)絡(luò)及關(guān)系構(gòu)建

2.1 子網(wǎng)絡(luò)建模

2.1.1 主體協(xié)同網(wǎng)絡(luò)建模

主體協(xié)同網(wǎng)絡(luò)主要研究社交媒體環(huán)境下多元信息主體之間協(xié)同關(guān)系演變的網(wǎng)絡(luò)，以各個信息主體作為節(jié)點，以信息主體之間的關(guān)聯(lián)關(guān)系作為邊，建立主體協(xié)同網(wǎng)絡(luò)。該子網(wǎng)絡(luò)能夠研究主體之間的協(xié)同關(guān)系和個體屬性特征，如核心主體的特征分析、群體聚類分析等。主體協(xié)同網(wǎng)絡(luò)模型表示為

其中，有限集合S={s1,s2,…,sn}是主體協(xié)同網(wǎng)絡(luò)中的節(jié)點集合，對所涉及的信息主體根據(jù)社交媒體平臺中的認(rèn)證信息進(jìn)行分類，信息主體的篩選是以信息的發(fā)布、主體間的協(xié)同關(guān)聯(lián)為準(zhǔn)，以是否保留有發(fā)布帖子、轉(zhuǎn)發(fā)帖子等行為作為依據(jù)。

信息主體節(jié)點的權(quán)重集合為

其中，W(S)={ws1,ws2,…,wsn}表示信息主體節(jié)點權(quán)重集合，是指該話題下信息主體的核心程度，以信息主體所涉及的信息基因數(shù)量為標(biāo)準(zhǔn)。

主體協(xié)同網(wǎng)絡(luò)中邊的集合為

其中，若θ(si,sj)=0，則兩個信息主體之間不存在協(xié)同關(guān)系；若θ(si,sj)=1，則兩個信息主體之間存在協(xié)同關(guān)系，例如，二者在同一話題下有信息發(fā)布行為，包括評論、轉(zhuǎn)發(fā)行為等。

主體協(xié)同網(wǎng)絡(luò)中邊的權(quán)重為

式(8)表示信息主體間的協(xié)同程度，例如，信息主體在同一話題下均有信息發(fā)布行為則界定為一次協(xié)同，主體之間有轉(zhuǎn)發(fā)行為等也界定為一次協(xié)同。

2.1.2 信息文本網(wǎng)絡(luò)建模

信息文本是信息主體在社交媒體中所發(fā)布的文本內(nèi)容，該文本內(nèi)容與信息主體之間存在對應(yīng)關(guān)系，由于文本內(nèi)容存在相同情況以及信息主體發(fā)布多條文本的情況，可能存在一對一、一對多、多對一等關(guān)系；同時，信息基因是基于信息文本做進(jìn)一步處理提取得到的，由于存在信息基因相同的情況，信息文本和信息基因之間的匹配關(guān)系同樣可能存在一對一、一對多，多對一等關(guān)系。綜上，信息文本在信息主體和信息基因之間體現(xiàn)承上啟下的關(guān)鍵作用?，F(xiàn)有研究主要是對各個信息文本之間的相似度進(jìn)行比較分析，該項工作對解釋信息主體之間的協(xié)同演化過程助力不足，且所涉及工作復(fù)雜煩瑣，因此，信息協(xié)同超網(wǎng)絡(luò)的研究焦點不應(yīng)僅限于信息文本內(nèi)容，而是應(yīng)以信息文本為作為橋梁重點研究信息文本這一層網(wǎng)絡(luò)與主體協(xié)同網(wǎng)絡(luò)、信息基因網(wǎng)絡(luò)相互銜接的縱向關(guān)系，體現(xiàn)層次分明的關(guān)聯(lián)關(guān)系。與此同時，該子網(wǎng)絡(luò)還可以分析文本之間的協(xié)同關(guān)系及其延伸要素，如信息文本的聚類分析、主題提取及其情感傾向性分析等。

將信息主體發(fā)布的文本內(nèi)容定義為信息文本T，則信息文本網(wǎng)絡(luò)模型表示為

其中，有限集合T={t1,t2,…,tn}是信息文本網(wǎng)絡(luò)中的節(jié)點，對所涉及的信息文本根據(jù)社交媒體平臺中的原創(chuàng)帖和轉(zhuǎn)發(fā)帖進(jìn)行分類，信息文本的篩選以信息文本間的轉(zhuǎn)發(fā)行為作為依據(jù)。

信息文本節(jié)點的權(quán)重集合為

其中，W(T)={wt1,wt2,…,wtn}表示信息文本節(jié)點權(quán)重，是指該話題下信息文本的核心程度，以點贊數(shù)、評論數(shù)和轉(zhuǎn)發(fā)數(shù)的均值計算信息文本的得分。

信息文本網(wǎng)絡(luò)中邊的集合為

其中，若θ(ti,tj)=0，則兩個信息文本之間不存在協(xié)同關(guān)系；若θ(ti,tj)=1，則兩個信息文本之間存在協(xié)同關(guān)系，如存在帖子之間的轉(zhuǎn)發(fā)行為。信息主體發(fā)布帖子，其他信息主體參與轉(zhuǎn)發(fā)，產(chǎn)生新的信息，體現(xiàn)了主體協(xié)同基礎(chǔ)上的信息協(xié)同。

信息文本網(wǎng)絡(luò)中邊的權(quán)重為

式(12)表示信息文本間的協(xié)同程度，例如，若信息文本之間有轉(zhuǎn)發(fā)關(guān)系，則界定為一次協(xié)同。

2.1.3 信息基因網(wǎng)絡(luò)建模

信息基因是從信息主體所發(fā)布的信息文本內(nèi)容中所提煉出的關(guān)鍵性詞語，包括時間、地點、人物、話題等方面的詮釋。通過對信息基因的提取和凝練，可以分析得出該話題下信息主體討論的聚焦點及話題內(nèi)容的演變方向，如以時間為變量生成演化脈絡(luò)來研究事件發(fā)展趨勢等。這一子網(wǎng)絡(luò)的節(jié)點由從信息文本中提取凝練并篩選得到的有效關(guān)鍵詞組成，由于事件發(fā)生的突發(fā)性和影響力，該子網(wǎng)關(guān)鍵詞語適合以出現(xiàn)頻次和重要性程度等作為篩選條件，并以有效關(guān)鍵詞之間的共現(xiàn)關(guān)系作為邊，由此建立信息基因網(wǎng)絡(luò)模型，并定義為

信息基因來源于信息文本分詞集合，以G'來表示信息基因的初始集合，η(gi,tj)=1表示gi是tj的信息基因，否則，η(gi,tj)=0。信息基因出現(xiàn)的頻次以f(gi)表示，其計算公式為

首先，根據(jù)信息基因出現(xiàn)頻次的具體排序f(gi)對初始集合G'進(jìn)行篩選，目的是將出現(xiàn)頻率低的詞語，以及出現(xiàn)頻率較高但其信息含義較低的詞語篩選去除。可得到信息基因節(jié)點的集合G，即

其中，節(jié)點集合G={g1,g2,…,gn}是指信息基因子網(wǎng)絡(luò)中不同基因節(jié)點的集合；信息基因節(jié)點的初步篩選條件以閾值f0表示，該閾值的設(shè)定主要依據(jù)所獲取數(shù)據(jù)的實際規(guī)模。

信息基因節(jié)點的權(quán)重集合為

其中，節(jié)點權(quán)重W(G)={wg1,wg2,…,wgn}是指該話題下信息基因的重要性程度，通過信息基因的出現(xiàn)頻次f(gi)決定。

信息基因網(wǎng)絡(luò)中邊的集合為

邊表示不同信息基因之間的共現(xiàn)關(guān)系，代表主體在信息發(fā)布中產(chǎn)生的信息協(xié)同情況。w(gi,gj)表示信息基因間的共現(xiàn)頻次；w0是共現(xiàn)頻次的閾值，當(dāng)w0＞2時，表示兩種不同的信息基因之間存在相連的邊，能夠體現(xiàn)關(guān)聯(lián)關(guān)系的強(qiáng)弱。

信息基因網(wǎng)絡(luò)中邊的權(quán)重為

式(18)代表信息基因間關(guān)聯(lián)程度，由信息基因間共現(xiàn)頻次w(gi,gj)決定，以邊的粗細(xì)程度表示。

2.2 子網(wǎng)絡(luò)間映射關(guān)系

2.2.1 主體協(xié)同網(wǎng)絡(luò)與信息文本網(wǎng)絡(luò)

主體協(xié)同網(wǎng)絡(luò)與信息文本網(wǎng)絡(luò)的映射關(guān)系，表示信息主體之間在社交媒體平臺中協(xié)同交互基礎(chǔ)上的信息發(fā)布和傳播。根據(jù)上文子網(wǎng)絡(luò)節(jié)點的相關(guān)表示，將信息主體與信息文本之間的映射關(guān)系集合定義為

其中，α(si,tj)=1表示信息主體si發(fā)布了信息文本tj，一般情況下，信息主體與信息文本之間可能是一對一、一對多和多對一的關(guān)系，而主體數(shù)量和文本數(shù)量之間不存在直接的比較關(guān)系。

定義信息主體到信息文本之間的映射為

式(20)表示信息主體si發(fā)布的信息文本t，數(shù)量為1,2…,n。

2.2.2 信息文本網(wǎng)絡(luò)與信息基因網(wǎng)絡(luò)

由于信息基因產(chǎn)生于信息文本中，二者之間存在包含、對應(yīng)關(guān)系，信息文本的核心思想可由多個信息基因組合表達(dá)。通過信息文本子網(wǎng)和信息基因子網(wǎng)的進(jìn)一步關(guān)聯(lián)，可以體現(xiàn)出不同信息文本的基因組成，而不同信息文本可能體現(xiàn)相同的核心思想，同一信息基因可能出現(xiàn)在不同的信息文本中，體現(xiàn)信息基因的延續(xù)性。因此，將信息文本子網(wǎng)與信息基因子網(wǎng)之間的映射關(guān)系集合表達(dá)為

其中，β(ti,gj)=1，是指在信息文本ti中，分析提煉得到信息基因gj。

體現(xiàn)映射關(guān)系的邊的權(quán)重為

式(22)是指在信息文本ti網(wǎng)絡(luò)中信息基因gj出現(xiàn)的頻次。

信息文本與信息基因之間的映射關(guān)系，可以用兩種方式進(jìn)行表示。其一是同一信息文本中所包含的信息基因，即

其二是某一信息基因包含在哪些信息文本中，即

2.2.3 主體協(xié)同網(wǎng)絡(luò)與信息基因網(wǎng)絡(luò)

信息主體是信息文本的發(fā)布主體，信息基因是信息文本中關(guān)鍵詞語的體現(xiàn)。通過信息文本這一橋梁，可以將信息主體與信息基因之間的映射關(guān)系集合表示為

其中，當(dāng)γ(si,gj)=1時，表示信息主體si發(fā)布的帖子中含有信息基因gj，即信息主體發(fā)布的信息文本中包含有信息基因gj。

關(guān)系權(quán)重定義為

式(26)表示在主體協(xié)同網(wǎng)絡(luò)中，某信息主體對信息基因gj的貢獻(xiàn)度。

信息主體與信息基因之間的映射關(guān)系可以采用兩種方式進(jìn)行表示。其一是某一信息主體si發(fā)布信息文本的過程中，主觀進(jìn)行信息組織，表達(dá)個人觀點，其中包含的信息基因數(shù)量為

其二是若某一信息基因gj存在于多個信息文本中，則其對應(yīng)的信息主體數(shù)量為

3 實證分析

3.1 分析邏輯

EICSN模型需要結(jié)合實際案例來展示模型的可視化效果并進(jìn)行結(jié)果分析，整個實證分析過程分為以下五個步驟，具體邏輯如圖2所示。

圖2 實證分析邏輯

Step1.數(shù)據(jù)采集，數(shù)據(jù)內(nèi)容包括文本內(nèi)容、作者信息、發(fā)表時間、分類信息，以及信息的點贊、評論、轉(zhuǎn)發(fā)數(shù)量等。

Step2.對數(shù)據(jù)進(jìn)行整理清洗，篩選可用數(shù)據(jù)，去除無效文本，根據(jù)數(shù)據(jù)規(guī)模設(shè)定基礎(chǔ)閾值。

Step3.數(shù)據(jù)編碼與提?。簩π畔⒅黧w、信息文本及信息基因集合統(tǒng)一編碼，建立信息主體集合S和信息文本集合T，進(jìn)而對信息文本進(jìn)行分詞篩選，提取關(guān)鍵詞，建立信息基因集合G。

Step4.子網(wǎng)絡(luò)構(gòu)建：基于信息主體間協(xié)同關(guān)系建立主體協(xié)同子網(wǎng)絡(luò)NS，基于信息文本間信息關(guān)聯(lián)關(guān)系建立信息文本子網(wǎng)絡(luò)NT，基于信息基因間的協(xié)同共現(xiàn)關(guān)系建立信息基因子網(wǎng)絡(luò)NG。

Step5.超網(wǎng)絡(luò)構(gòu)建：根據(jù)子網(wǎng)絡(luò)間映射關(guān)系，建立社交媒體環(huán)境下突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)，并根據(jù)數(shù)據(jù)結(jié)果和可視化圖譜做進(jìn)一步分析，如核心主體、核心文本和核心基因的識別。

3.2 數(shù)據(jù)來源

數(shù)據(jù)來源為社交媒體微博平臺，以吉林農(nóng)業(yè)科技學(xué)院新冠肺炎疫情這一突發(fā)公共衛(wèi)生事件為例，采集時間為2022年6月22日。由于事件的突發(fā)性和話題討論的時間聚集性，以“吉林農(nóng)業(yè)科技學(xué)院”作為話題關(guān)鍵詞進(jìn)行采集，所采集的信息文本發(fā)布的起始時間為2022年2月24日，終止時間為2022年4月23日，共計5515條。信息文本在實際數(shù)據(jù)處理過程中需進(jìn)行篩選和清洗，去除不相關(guān)文本，經(jīng)過篩選最終得到5264條數(shù)據(jù)，全程使用Python和Excel進(jìn)行數(shù)據(jù)處理和關(guān)系構(gòu)建，使用Gephi繪制圖譜。

3.3 結(jié)果分析

3.3.1 超網(wǎng)絡(luò)圖譜

根據(jù)數(shù)據(jù)處理結(jié)果構(gòu)建超網(wǎng)絡(luò)圖譜，如圖3所示，包括信息主體節(jié)點、信息文本節(jié)點、信息基因節(jié)點，節(jié)點面積大小表示節(jié)點權(quán)重大小，邊的粗細(xì)程度表示不同節(jié)點間關(guān)系強(qiáng)度，即邊的權(quán)重。

圖3 超網(wǎng)絡(luò)圖譜

為使呈現(xiàn)效果清晰化，對基礎(chǔ)數(shù)據(jù)做進(jìn)一步處理后，構(gòu)建部分超網(wǎng)絡(luò)圖譜，如圖4所示。圖譜中三類節(jié)點在以著色程度進(jìn)行區(qū)分的基礎(chǔ)上，信息主體節(jié)點由編碼s表示，信息文本節(jié)點由t表示，信息基因以中文文本形式表示。

圖4 部分超網(wǎng)絡(luò)圖譜

3.3.2 主體-基因關(guān)聯(lián)分析

信息協(xié)同超網(wǎng)絡(luò)的構(gòu)建過程中，以信息文本作為橋梁進(jìn)行信息主體和信息基因之間的互聯(lián)，由此得到信息主體-信息基因圖譜，如圖5所示。其中，編碼s表示主體節(jié)點，中文文本表示基因節(jié)點，節(jié)點面積大小表示節(jié)點權(quán)重大小，邊的粗細(xì)程度表示不同節(jié)點間關(guān)系強(qiáng)度，即邊的權(quán)重?？梢郧逦赜^測到信息主體與信息基因之間的邊，即映射關(guān)系；單個主體節(jié)點可連接多個基因，單個基因節(jié)點也可以連接多個主體節(jié)點，根據(jù)二者之間的關(guān)聯(lián)關(guān)系可進(jìn)一步做突發(fā)事件信息協(xié)同過程中核心主體節(jié)點的識別。

圖5 信息主體-信息基因圖譜（部分）

3.3.3 核心信息主體識別

信息協(xié)同是事件話題下所有多元信息主體共同參與的過程，但少數(shù)核心信息主體具有較高的信息基因貢獻(xiàn)度，在發(fā)布信息的過程中起到引領(lǐng)事件話題方向的作用；綜合考量數(shù)據(jù)結(jié)果的精確度，選擇通過對信息基因的進(jìn)一步篩選來識別核心信息主體[30]，以核心信息主體所涉及的信息基因個數(shù)為權(quán)重，以主體間協(xié)同關(guān)系為邊，兼顧數(shù)據(jù)規(guī)模和圖譜效果，僅呈現(xiàn)部分結(jié)果。其中節(jié)點的不同著色程度表示信息主體的認(rèn)證信息，包括官方認(rèn)證、個人認(rèn)證、達(dá)人認(rèn)證以及無認(rèn)證信息。所得核心信息主體圖譜（部分）如圖6所示，核心信息主體列表（部分）如表1所示。分析圖譜和列表的結(jié)果可以發(fā)現(xiàn)，此次突發(fā)事件信息協(xié)同過程中，兩個官方認(rèn)證的信息主體占據(jù)主導(dǎo)地位，個別個人認(rèn)證和個別無認(rèn)證信息的信息主體均可在突發(fā)事件信息協(xié)同過程中發(fā)揮作用，二者間作用區(qū)別并不顯著。

表1 核心信息主體列表（部分）

圖6 核心信息主體圖譜（部分）

3.3.4 核心信息文本識別

信息文本網(wǎng)絡(luò)作為信息主體和信息基因互聯(lián)的紐帶，在整個信息協(xié)同網(wǎng)絡(luò)的作用舉足輕重，而且信息文本內(nèi)容豐富，除了本研究的關(guān)鍵詞提取，還可以提取文本主題，分析情感傾向性，進(jìn)而構(gòu)建主體的情感圖譜，對突發(fā)事件的輿情動態(tài)演化分析和風(fēng)險預(yù)測等研究工作均有積極推進(jìn)作用。因此，識別核心文本是整個結(jié)果分析中必不可少的環(huán)節(jié)，文本節(jié)點的面積體現(xiàn)了節(jié)點權(quán)重，以文本間的協(xié)同關(guān)系為邊，兼顧數(shù)據(jù)規(guī)模和圖譜效果，僅呈現(xiàn)部分結(jié)果。其中，節(jié)點的不同著色程度表示信息文本的分類信息，分為原創(chuàng)帖和轉(zhuǎn)發(fā)帖，所得核心信息文本圖譜（部分）如圖7所示，核心信息文本列表（部分）如表2所示，根據(jù)圖譜和列表結(jié)果分析得到，不僅原創(chuàng)帖的核心程度排名靠前，轉(zhuǎn)發(fā)帖的核心程度也較強(qiáng)，其還可引起二次轉(zhuǎn)發(fā)行為。

表2 核心信息文本列表（部分）

圖7 核心信息文本圖譜（部分）

3.3.5 核心信息基因識別

通過對核心信息基因的識別，可以分析得出該話題下多元信息主體高度聚焦的關(guān)鍵點。以關(guān)鍵詞的出現(xiàn)頻次為節(jié)點權(quán)重，權(quán)重的大小表現(xiàn)為節(jié)點面積的大小；以基因間的共現(xiàn)關(guān)系為邊，設(shè)置共現(xiàn)頻次閾值大于等于100，邊的粗細(xì)程度表示共現(xiàn)程度；節(jié)點著色程度與出現(xiàn)頻次一一對應(yīng)，由此呈現(xiàn)的核心信息基因圖譜如圖8所示，核心信息基因表格列表（部分）如表3所示。

表3 核心信息基因列表（部分）

圖8 核心信息基因圖譜（部分）

4 結(jié) 論

突發(fā)事件的應(yīng)急決策管理需兼顧時間的緊迫性和結(jié)論的精確性，與此同時，事件的突發(fā)性、危害性、廣泛性，以及海量信息的依附性、時效性、傳遞性、共享性也給決策者帶來巨大的挑戰(zhàn)。因此，立足于數(shù)智時代，情報學(xué)研究者需要與時俱進(jìn)，充分利用新一代信息技術(shù)，彰顯信息的協(xié)同價值，服務(wù)于情報決策工作，提升協(xié)同治理效率。然而現(xiàn)有研究主要從單一層面解讀突發(fā)事件信息協(xié)同中的研究問題，僅停留在“點、線、面”的階段，并未將其看作要素-關(guān)系-邏輯三位一體的系統(tǒng)整體。

本研究以超網(wǎng)絡(luò)視角深入探究突發(fā)事件中基于主體協(xié)同的信息協(xié)同過程，以主體間協(xié)同關(guān)系形成主體協(xié)同網(wǎng)絡(luò)，以文本之間的協(xié)同演化形成信息文本網(wǎng)絡(luò)，以關(guān)鍵詞之間的共現(xiàn)關(guān)系形成信息基因網(wǎng)絡(luò)，挖掘三類網(wǎng)絡(luò)之間層次分明的縱向動態(tài)映射關(guān)系，明晰多要素之間相互影響、相互作用而產(chǎn)生的邏輯關(guān)聯(lián)，進(jìn)一步解析信息協(xié)同的內(nèi)在規(guī)律，構(gòu)建突發(fā)事件信息協(xié)同超網(wǎng)絡(luò)模型，并以實際案例進(jìn)行可視化分析驗證，實現(xiàn)了對信息主體及其發(fā)布信息文本的深入認(rèn)識，識別有協(xié)同價值的核心信息基因，進(jìn)而挖掘核心主體，剖析多元主體間信息協(xié)同的動態(tài)演化過程，最終構(gòu)建了深層次、全景性、貫通型的信息協(xié)同網(wǎng)絡(luò)關(guān)系，為突發(fā)事件的應(yīng)急情報決策工作提供了一種網(wǎng)絡(luò)構(gòu)建方法，從而能夠更加全面、系統(tǒng)地解讀突發(fā)事件的演變動因及機(jī)理。后續(xù)研究將重點圍繞各子網(wǎng)絡(luò)及其關(guān)聯(lián)關(guān)系體現(xiàn)超網(wǎng)絡(luò)的應(yīng)用價值，探索和驗證信息協(xié)同超網(wǎng)絡(luò)的普適性和應(yīng)用性，全面研究各層級網(wǎng)絡(luò)及整體網(wǎng)絡(luò)所表現(xiàn)的動力學(xué)機(jī)制，進(jìn)一步構(gòu)建以多元主體為中心，涉及多要素的需求-數(shù)據(jù)-創(chuàng)新-目標(biāo)四位一體共同驅(qū)動的信息協(xié)同治理體系。