基于大数据的突发公共卫生事件舆情演化与情报预警研究_情报学.docxVIP

PAGE2

基于大数据的突发公共卫生事件舆情演化与情报预警研究

第一章绪论

1.1研究背景

1.1.1问题的现实缘起

近年来，全球突发公共卫生事件频发，如新冠疫情、甲型流感等，不仅严重威胁公众生命健康，更在社交媒体催化下引发海量舆情风暴。

在危机情境中，公众对未知风险的恐惧与信息渴求，极易与碎片化、情绪化的网络信息产生共振，导致舆情迅速爆发与变异。

传统舆情监测多依赖单一数据源与关键词匹配，面对跨平台、多模态的异构数据洪流，往往陷入感知滞后、研判失真的困境。

这种现实矛盾凸显了核心诉求：亟需突破数据壁垒，构建多源异构数据融合的监测体系，以实现公共卫生危机中情报的敏锐感知与快速响应。

1.1.2问题的理论缘起

在理论层面，情报学在危机预警领域的研究尚存关键议题未解。现有情报感知理论多基于稳态社会环境，对突发危机下的非线性、突变式舆情演化解释力不足。

同时，多源异构数据融合理论在情报学中的应用仍处探索期，缺乏将社交文本、时空轨迹、官方通报等异构特征深度对齐与语义融合的成熟框架。

现有理论往往将数据融合与情报感知割裂，未能揭示异构数据融合如何赋能情报感知，进而驱动预警触发的内在机理。

这种理论解释力的匮乏，使得公共卫生危机情报预警缺乏坚实的学理支撑，亟需从情报学视角重构演化机理与预警逻辑。

问题类别

具体表现

产生原因

研究紧迫性

现实困境

监测滞后、研判失真、响应缓慢

单