二維動態(tài)信息熵視角下的疫情信息甄別體系研究
———從信息異化延伸開去

文/高依旻 施 亮（河海大學圖書館）

一、引言

上古之人憑一己之力在大自然中生存。隨著工具的誕生、科技的發(fā)展，人的五官、四肢均得到延伸，如汽車是腿的延伸，電話是耳朵的延伸，電視是眼睛的延伸等。人的一切器官的指揮中心——大腦的延伸則是計算機，大腦的作用就是接受、處理、存儲信息。獲取信息則是人類一切行動的前提。

2020年突發(fā)的“新型冠狀病毒肺炎”是繼“非典”后人類面臨的又一次全球范圍內(nèi)的突發(fā)傳染性疾病，其對社會的影響之深，前所未見。從情報學的角度看，疫情當屬應急情報的范疇，而不確定、不對稱、不完全、不均衡的災害情報使得以情報為支撐的決策變得異常困難。疫情的發(fā)生會深刻影響信息的傳播方式，同時信息的傳播也會反作用于疫情給社會帶來的影響。

信息熵是對不確定性的一種度量方法，通過統(tǒng)計發(fā)生的概率，從而得出信息的信息量。“新冠肺炎”大規(guī)模爆發(fā)之前，如果我們結(jié)合以前處理非典、H1N1、埃博拉等類似傳染性疾病的防控經(jīng)驗，建立起有效的疫情信息甄別體系，能夠及時、客觀預測疫情大規(guī)模傳播的可能性，那么就有可能大大減小本次疫情造成的損失。

二、疫情之下信息傳播的研究

古代疫情對信息傳播的影響并無記載。復旦大學歷史學系教授、中國科學技術(shù)史學會常務理事高晞認為：對可考的數(shù)據(jù)進行統(tǒng)計分析可以確認，明清時期的疫病最為嚴重，出現(xiàn)了1580—1589年、1639—1648年、1813—1822年、1857—1866年4次高峰。其中，1817年，霍亂由海路傳入中國，由溫州、寧波北移西傳，最后至西藏西南地區(qū)。疫情的空間分布包括閩廣、江南、黃河下游和云貴地區(qū)，被認為是近代以來波及最廣、影響最大、研究成果亦頗多的一場疫情。

古代的多次瘟疫，均無與圖書、情報相關(guān)的記錄?，F(xiàn)代的信息傳播較之古代增長迅速，信息載體類型繁多，可居斗室中而知天下事。盡管信息傳播與疫情的關(guān)系密切，但是圖書情報界研究疫情的論文仍然比較少，在萬方數(shù)據(jù)庫中搜索“瘟疫+情報”，只有2篇論文，搜索“非典+情報”有34篇論文，搜索“疫情+情報”有23篇論文，去除重復，共57篇論文。其中比較早的是1996年發(fā)表于期刊《上海醫(yī)藥情報研究》上的論文《世界艾滋病疫情現(xiàn)狀》。2003年“非典”事件發(fā)生后，2003—2004年發(fā)表相關(guān)論文22篇；2005—2012年陸續(xù)每年有三四篇相關(guān)論文發(fā)表；2012年以后，每年大約只有1篇相關(guān)論文發(fā)表。

對于信息傳播與疫情的相互影響，首先可以從社會變化與信息傳播的關(guān)系方面進行研討。

三、信息異化導致疫情信息不能被準確甄別

信息主體在信息活動中由于信息增加而導致“人的不自由狀態(tài)”，導致其主體性的喪失，即信息生產(chǎn)得越多、傳播得越快，作為信息主體的人卻感到越發(fā)不自由，從而抑制了人的發(fā)展，如信息焦慮等。信息的超載正如信息的不足一樣，使社會無序化程度增加，信息也就異化為與信息主體的意愿相悖。

信息增加是表面因素，根本原因還是在于信息主體無法從繁雜的信息中篩選到重要的情報。信息主體篩選情報與個人的認知有關(guān)。疫情中導致信息異化的原因有很多，包括政治因素、經(jīng)濟因素、文化因素、技術(shù)因素、心理因素等，但根本原因還是在于信息主體的認知，也就是信息主體對信息的判斷。當然，信息主體的認知是建立在上述各種因素的影響之上的。

從哲學角度來說，信息異化現(xiàn)象是導致社會變化的因素。社會只要變化，必然會變成與原來不同的狀態(tài)。變化原本是不分善惡利弊的，從倫理學角度來說，既可以對人類有利，也可以對人類不利。為了避免社會向?qū)θ祟惒焕姆较虬l(fā)展，在疫情來臨的時候，需要盡快甄別信息，采取措施加以防范。至于疫情信息的甄別，首先需要將其從大量的互聯(lián)網(wǎng)信息中篩選出來，因此必須對信息進行度量。

四、通過信息熵甄別疫情信息

1.信息異化理論下的疫情信息演化規(guī)律

疫情信息演化與一般網(wǎng)絡輿情相同，根據(jù)其社會影響力大小的發(fā)展變化可分為萌芽期、擴散期和消退期三個階段。其中，萌芽期（或稱為潛伏期）是指有關(guān)背景事件的信息引發(fā)的輿論已初見跡象，但網(wǎng)民對該網(wǎng)絡輿情內(nèi)容的了解還處于初始階段；擴散期（或稱熱議期、傳播期、激發(fā)期）是指萌芽態(tài)的網(wǎng)絡輿情受到一定中介性因子的刺激之后呈現(xiàn)出事件影響力的擴大和升級，并隨時有可能轉(zhuǎn)化為重大危機事件的一種狀態(tài)；消退期是指激發(fā)狀態(tài)的網(wǎng)絡輿情經(jīng)過一系列相應政策措施的調(diào)控，輿情的影響力和關(guān)注度趨于消失或者方向發(fā)生轉(zhuǎn)換轉(zhuǎn)向衍生輿情的一種狀態(tài)。

2.疫情信息的度量

學界一般公認信息的作用是“減少不確定性”。如何計量“減少不確定性”？有人認為，信息可以用字節(jié)的數(shù)量來表示，但在實際生活中，很多字節(jié)的語言未必能消除信息的不確定性。例如，天氣預報通常會以降雨或晴天的概率來描述未來天氣的狀況，若播報內(nèi)容中將降雨與晴天的概率都以50%進行播報，信息量雖多，公眾卻無法真正判斷未來的天氣情況，這其實是無用信息。如果在一片平靜中，突然廣播“地震馬上來了”，這短短幾個字節(jié)，會使大眾立刻意識到原本極小概率的“地震”事件會成為大概率事件，就會紛紛做好應對措施，從而避免一場災難。因此，信息量不能簡單以字節(jié)的數(shù)量來衡量。

“熵”來自熱力學，其物理學意義是用來度量體系混亂的程度。根據(jù)熱力學第二定律，在一個封閉的熱力學系統(tǒng)中，熵只能增加。也就是說，在一個孤立的系統(tǒng)中，整個系統(tǒng)只會越來越混亂，而不會在沒有外力作用的情況下自己變得有序?？藙诘隆ぐ瑺栁榈隆は戕r(nóng)（ClaudeElwood Shannon）創(chuàng)造性地將熱力學概念“熵”引用到信息學中，形成了“信息熵”的概念。

“信息熵”常被用來作為衡量一個系統(tǒng)不確定性的量化指標。一個系統(tǒng)越是有序，信息熵就越低；反之，信息熵就越高。數(shù)學定義中，對數(shù)可以描述這個特征，因此采用對數(shù)對信息進行量化，表達式如下：

式中：p表示某一事件出現(xiàn)的概率；函數(shù)f是概率p的減函數(shù)。

若信源符號有n種取值，A…A…A，則對應的概率為p…p…p，且各種符號的出現(xiàn)彼此獨立。這時，信源的平均不確定性應當為單個符號不確定性-logp的統(tǒng)計平均值，稱為信息熵，用H表示，則：

若事件A是某一個二元信源，只可能有兩種信號發(fā)出，采用信息熵來計算：

當兩個信號提及的概率相同時，該信源的信息熵最大，信源最混亂，不確定性最高；極端情況下，只有一個信號源發(fā)生時，信息熵為0，信源最穩(wěn)定，最容易做出判斷，如圖1所示。

3.二維模式下基于動態(tài)信息熵構(gòu)建疫情信息甄別體系

按照萌芽期、擴散期和消退期來描述疫情發(fā)生的不同階段，分別記為U、U、U，對應的信息熵記為

圖1 二元信源熵函數(shù)圖

4.疫情信息的甄別流程

如圖3所示，甄別未知疫情時，首先要科學構(gòu)建衡量疫情狀態(tài)的指標體系和萌芽期、擴散期、消退期的權(quán)重值；其次按照指標體系收集、統(tǒng)計已知疫情的各類數(shù)據(jù)；第三按疫情信息的甄別體系計算各類疫情的信息熵，建立甄別未知疫情的參照數(shù)據(jù)庫；最后統(tǒng)計、計算未知疫情在萌芽期的信息熵，比對參照數(shù)據(jù)庫，分析該疫情未來可能的流行狀態(tài)，做好應對準備。

圖2 疫情信息的甄別體系

圖3 疫情信息的甄別流程

以下取假設的指標體系和權(quán)重說明該模式的甄別流程。設萌芽期和擴散期的權(quán)重是0.4，消退期的權(quán)重是0.2。取不明原因發(fā)燒、咳嗽、腹瀉以及CT病變這4項指標來衡量一個疫情的狀態(tài)。若疫情1為已知的普通型流感，將疫情1的上述4項指標的平均發(fā)生概率分別記為pp、p、p值，分別統(tǒng)計出某段年區(qū)間內(nèi)疫情1的萌芽期、擴散期和消退期的pp、p、p；疫情2為已知的某種較罕見流感，將疫情2的上述4項指標的平均發(fā)生概率分別記為q、q、q、q，分別統(tǒng)計出某段年區(qū)間內(nèi)疫情2的萌芽期、擴散期和消退期的q、q、q、q值。分別計算這兩種疫情的信息熵，計算結(jié)果見表1。

以疫情1和疫情2的信息熵為參照值，判斷某種未知疫情時，以該指標體系統(tǒng)計出萌芽期的發(fā)生概率，將信息熵進行比較，若接近疫情2的信息熵，則需加以重視。

表1 兩種疫情的信息熵計算結(jié)果

五、結(jié)語

2020年的疫情反映出信息傳播與疫情有緊密關(guān)聯(lián)。疫情信息不能被快速識別導致了疫情大蔓延，究其原因在于疫情信息在傳播階段被異化。信息異化現(xiàn)象是導致社會變化的因素，為了減少由于信息問題對社會產(chǎn)生不利影響，需要對信息進行準確甄別，并對所反映的不好的社會變化加以防范，使社會盡量向好的方向發(fā)展。

文章研究了從信息量的度量到信息熵的度量，提出了在二維模式下通過以動態(tài)信息熵的度量來構(gòu)建疫情信息甄別體系，并且舉例說明。采用上述方法提取有價值的信息，再進行人工分析，比較適合互聯(lián)網(wǎng)大量信息的過濾。

疫情信息甄別原本需要建立整個理論體系,如疫情詞表、網(wǎng)頁抓取規(guī)則等，需要龐大的數(shù)據(jù)支撐。由于時間與條件的限制，本文僅選擇反映信息度量的動態(tài)信息熵算法進行研究，其他工作有待后期完善。[本文系江蘇省圖書館學會課題“圖書情報學科體系與分支學科”（項目編號：20YB01）的研究成果之一。]