基于網(wǎng)絡(luò)輿情敏感信息的突發(fā)事件情景分析

陳祖琴 蔣勛 葛繼科

關(guān)鍵詞：網(wǎng)絡(luò)輿情;特征信息：敏感信息：突發(fā)事件：情景分析

1研究背景

常規(guī)認(rèn)識中，網(wǎng)絡(luò)輿情是對突發(fā)事件情景的反映，應(yīng)該先有突發(fā)事件情景發(fā)生，再產(chǎn)生相對應(yīng)的輿情，然而實際上因為種種原因.突發(fā)事件情景很可能并不會被迅速、及時地意識到。隨著自媒體等新媒體渠道的發(fā)展，在突發(fā)事件情景被人們確知或重視以前，各種網(wǎng)絡(luò)輿情往往已經(jīng)預(yù)先突顯。比如新型冠狀病毒（COVID-19）疫情中，網(wǎng)絡(luò)輿情的爆發(fā)時間相比正式重視疫情的時間具有明顯優(yōu)勢.如果在輿情爆發(fā)之初就引起足夠重視，事件結(jié)果應(yīng)該會具有很大的不同。因此，對網(wǎng)絡(luò)輿情進(jìn)行研究，尤其通過網(wǎng)絡(luò)輿情敏感信息，發(fā)現(xiàn)可能已存在而未被確認(rèn)或重視的突發(fā)事件情景，從而及時采取相應(yīng)的措施，有助于提升突發(fā)事件的響應(yīng)速度，提前進(jìn)行突發(fā)事件情景的應(yīng)對，減小突發(fā)事件造成的損失。

2相關(guān)研究

“情景一應(yīng)對”應(yīng)急決策模式是應(yīng)急管理學(xué)界近年來的研究熱點(diǎn)?！扒榫耙粦?yīng)對”決策范式是決策主體對已經(jīng)擁有的數(shù)據(jù)、信息、知識的經(jīng)驗提取與綜合集成.再根據(jù)當(dāng)前突發(fā)事件具體的“情景”.利用經(jīng)驗信息去判斷會出現(xiàn)什么樣的事件“態(tài)勢”、出現(xiàn)這些“態(tài)勢”的可能性以及這些“態(tài)勢”造成的危害程度等，并據(jù)此生成應(yīng)對方案的一種決策方法。以“情景一應(yīng)對”為指導(dǎo)思想的應(yīng)急決策是突發(fā)事件應(yīng)急響應(yīng)情報體系建設(shè)的主流趨勢。近年來，人工智能技術(shù)特別是深度學(xué)習(xí)的發(fā)展，為“情景-應(yīng)對”應(yīng)急決策模式提供了新的理論和技術(shù)支撐。楊志等對基于“情景一應(yīng)對”的突發(fā)網(wǎng)絡(luò)輿論事件演化博弈進(jìn)行了分析。Xie T等基于“情景一應(yīng)對”和離散事件系統(tǒng)理論，提出了一種公共安全事件應(yīng)急決策生成方法。Qian J等研究了多維情景空間方法在地震災(zāi)害應(yīng)急響應(yīng)突發(fā)事件應(yīng)急決策生成機(jī)理中的應(yīng)用。Ergu D等研究了“情景一應(yīng)對”模式下利用對數(shù)平均誘導(dǎo)模型來評估自然災(zāi)害突發(fā)事件應(yīng)急方案和演化趨勢。YangF等研究了應(yīng)急響應(yīng)中將自然語言描述的文本轉(zhuǎn)換成虛擬情景的方法?；谒寰斑M(jìn)行突發(fā)事件應(yīng)對，前提是有效地明確了目標(biāo)情景，然而由于種種原因.突發(fā)事件情景往往并不能被迅速有效地明確。

網(wǎng)絡(luò)輿情是公眾以網(wǎng)絡(luò)平臺為載體，圍繞已經(jīng)發(fā)生或即將發(fā)生的輿情事件發(fā)布的意見、觀點(diǎn)、情感和態(tài)度的信息集合。隨著新媒體的流行，網(wǎng)絡(luò)輿情往往先于關(guān)聯(lián)的突發(fā)事件情景本身被人們所認(rèn)識，故此利用輿情監(jiān)測來分析目標(biāo)突發(fā)事件情景具有可行性，這為突發(fā)事件情景明確提供了一種可供參考的途徑。傳統(tǒng)的輿情監(jiān)測系統(tǒng)多采用“被動出擊”的方式發(fā)掘網(wǎng)絡(luò)輿情，難以對輿情變化做出迅速響應(yīng)，為了提高輿情監(jiān)測的效率以及準(zhǔn)確性，部分學(xué)者提出利用敏感信息抓取進(jìn)行網(wǎng)絡(luò)輿情監(jiān)測?，F(xiàn)有關(guān)于網(wǎng)絡(luò)輿情的研究，多將網(wǎng)絡(luò)輿情爆發(fā)本身作為獨(dú)立的突發(fā)事件情景進(jìn)行探討，大量成果集中在對輿情演化規(guī)律和網(wǎng)絡(luò)輿情事件的處置措施等方面。如部分學(xué)者通過大量調(diào)研和分析，探討了影響輿情熱度和傳播的關(guān)鍵因素，并進(jìn)一步探討了如何對輿情事件進(jìn)行應(yīng)急響應(yīng)。另一部分成果集中在對具體的輿情案例進(jìn)行實證分析，從而通過輿情研究關(guān)注潛藏的社會問題。此外，大量學(xué)者對輿情的演化進(jìn)行了研究，如胡瓏瑛對網(wǎng)絡(luò)輿情演進(jìn)過程參與主體策略行為進(jìn)行了研究，蘭月新等利用不同的建模理論構(gòu)建了網(wǎng)絡(luò)輿情的演化模型，以期從不同的視角展現(xiàn)輿情傳播特點(diǎn)和規(guī)律：夏立新等對基于事件鏈的網(wǎng)絡(luò)輿情事件的演化進(jìn)行了研究，實現(xiàn)了網(wǎng)絡(luò)輿情的關(guān)鍵情景推演：王超對網(wǎng)絡(luò)輿情演化的結(jié)構(gòu)特征進(jìn)行了分析，豐富了網(wǎng)絡(luò)輿情傳播規(guī)律的共性認(rèn)識;Gao G等在系統(tǒng)動力學(xué)基礎(chǔ)上，提出一種輿情演化的綜合因果關(guān)系模型：黃微等提出和構(gòu)建了網(wǎng)絡(luò)輿情衍進(jìn)指數(shù)，對網(wǎng)絡(luò)輿情演化過程中衍生出新的子話題的現(xiàn)象進(jìn)行了研究。

這些研究成果表明.通過敏感信息抓取能提高輿情監(jiān)測的效率.影響網(wǎng)絡(luò)輿情演化和傳播的關(guān)鍵因素是可以挖掘的，同時網(wǎng)絡(luò)輿情演化和傳播也是具有一定規(guī)律可循的。在上述研究的基礎(chǔ)上，本文首先基于統(tǒng)計和分類的方法提取突發(fā)事件情景對應(yīng)的網(wǎng)絡(luò)輿情文本的特征信息.主要是文本中高頻出現(xiàn)的、反映突發(fā)事件各個維度特征的詞匯;其次，通過輿情特征信息提煉每個情景類關(guān)聯(lián)的輿情敏感信息，主要是對輿情關(guān)聯(lián)的突發(fā)事件情景類別確定具有決定作用的詞匯;最后，通過輿情敏感信息和情景之間的映射關(guān)系，根據(jù)網(wǎng)絡(luò)輿情的演化規(guī)律合理進(jìn)行目標(biāo)區(qū)域突發(fā)事件情景畫像，從而完成目標(biāo)區(qū)域的突發(fā)事件情景分析。

3網(wǎng)絡(luò)輿情的特征信息提取

以某一突發(fā)事件演化過程為主線爬取其對應(yīng)的較為詳盡的網(wǎng)絡(luò)輿情信息，并通過預(yù)處理進(jìn)行分詞等操作，再經(jīng)過實體抽取、輿情特征信息詞抽取、情景關(guān)聯(lián)，完成輿情特征信息的提取。輿情特征信息提取過程如圖1所示。

3.1買體抽取

輿情信息包括真實信息與虛假信息兩類，真實信息可以輔助明確真實存在的突發(fā)事件情景，而虛假信息則可能導(dǎo)致誤判或者過度響應(yīng)。利用輿情特征信息進(jìn)行目標(biāo)區(qū)域情景分析的前提，是對輿情信息的真?zhèn)芜M(jìn)行判斷，在此基礎(chǔ)上再進(jìn)行輿情重要程度的判斷。進(jìn)行實體抽取的主要目的是對鑒別輿情真?zhèn)巍⑴袆e突發(fā)事件重要程度起決定作用的因素進(jìn)行抽取。因此，主要考慮信息傳播的三大要素，即信源、信道和信宿3個方面分別進(jìn)行抽取。信源和信宿是輿情的施為者和關(guān)注者.屬于輿情的內(nèi)部實體;信道是輿情的傳播渠道，屬于輿情的外部實體。

3.1.1內(nèi)部實體抽取

1）輿情發(fā)布者抽取，即判斷輿情事件的信源。從輿情信息的來源進(jìn)行輿情真?zhèn)魏椭匾潭鹊蔫b別，是確定輿情信息真實性和權(quán)威性最有效的途徑之一。針對某類事件，若是專業(yè)人士首先發(fā)出相應(yīng)言論.輿情的真實性相對比較高，則需要高度關(guān)注。如與疫情相關(guān)的輿情信息，若是醫(yī)護(hù)群體首先發(fā)聲，則需要高度重視。反之，若是某網(wǎng)絡(luò)寫手最先發(fā)布一條疫情信息，其真實性和可信度相對較低，需要更加嚴(yán)謹(jǐn)?shù)厍笞C后再進(jìn)行處理。

2）輿情關(guān)注群體抽取，即判斷輿情事件的信宿。從輿情關(guān)注群體進(jìn)行輿情真?zhèn)魏椭匾潭鹊蔫b別，也是確定輿情信息真實性和權(quán)威性的有效途徑。利用用戶畫像技術(shù)，識別輿情信息的關(guān)注群體，通過鑒別，若輿情的關(guān)注群體整體是較為理性、客觀的用戶，比如具有較高的知識水平的職業(yè)等，則輿情的真實性可能會比較高.需要比較高度地關(guān)注，反之則需要進(jìn)一步確認(rèn)后處理。

3.1.2外部實體抽取

對輿情的真?zhèn)魏椭匾潭染哂杏绊懙耐獠繉嶓w，主要考慮輿情的傳播渠道，即輿情傳播的信道。從輿情傳播渠道進(jìn)行輿情真?zhèn)魏椭匾潭鹊蔫b別，是確定輿情信息真實性和權(quán)威性的另一途徑。若是在較為主流或權(quán)威的媒體或者平臺進(jìn)行首發(fā)聲.并在較為主流或權(quán)威的媒體或者平臺進(jìn)行傳播的輿情，其真實性比較高，則需要高度關(guān)注，反之則需要持一定的懷疑態(tài)度去求證。

3.2輿情特征信息詞抽取

利用實體抽取結(jié)果，篩選去除虛假輿情信息，對剩下的相對可靠的輿情信息進(jìn)行特征信息詞抽取。由于本研究主要是為了了解網(wǎng)絡(luò)輿情與具體突發(fā)事件的關(guān)聯(lián)，抽取的輿情特征信息詞主要是與突發(fā)事件相關(guān)的信息。每一突發(fā)事件案例總是屬于特定的事件分類，具有特定的危害等級，遵循特定的演化規(guī)律，在不同的時間段處于事件的不同發(fā)展階段。因此，突發(fā)事件的描述主要從分類、分級、分期3個維度來刻畫，輿情特征詞提取也主要從這3個方面進(jìn)行篩選。特征詞的提取同時基于統(tǒng)計和分類的方法進(jìn)行，從分詞后的大量詞匯中抽取出高頻特征詞并進(jìn)行規(guī)范化處理，在此基礎(chǔ)上對特征詞按照事件描述屬性進(jìn)行分類，并將特征詞與對應(yīng)的突發(fā)事件情景進(jìn)行關(guān)聯(lián)。

3.2.1特征詞規(guī)范化處理

在輿情信息中，不同的詞匯表達(dá)的意思可能是相同的，比如“傳染性肺炎”“不明原因肺炎”等在COVID-19疫情中，其實是前期網(wǎng)民對此次疫情的不同稱呼，甚至官方發(fā)布的聲明中也由2019-nCoV轉(zhuǎn)變?yōu)镃OVID-19。同時，網(wǎng)民在進(jìn)行討論時也會涉及突發(fā)事件中心詞匯的上位詞或者下位詞。為了不遺漏與突發(fā)事件相關(guān)的輿情信息，需要對表達(dá)同一內(nèi)容的不同詞匯進(jìn)行規(guī)范化處理，便于識別出同一內(nèi)容的不同表達(dá)方式。

通過構(gòu)建輿情特征信息詞表.對輿情特征詞進(jìn)行規(guī)范化處理。在詞表中為每個特征詞設(shè)置“同義詞”“上位詞”“下位詞”字段，將與其具有同義關(guān)系和上下位關(guān)系的所有詞匯統(tǒng)一關(guān)聯(lián)到規(guī)范的特征詞下，后續(xù)進(jìn)行輿情特征信息描述時統(tǒng)一采用規(guī)范化的特征詞。同時，根據(jù)輿情特征信息詞表中詞匯之間上下位、同位類的關(guān)系，可以計算突發(fā)事件之間的相關(guān)性.對新出現(xiàn)的突發(fā)事件可借用相關(guān)度高的突發(fā)事件的處置方式進(jìn)行快速響應(yīng)。此外，選取規(guī)范特征詞時，應(yīng)兼顧民眾表達(dá)特性，以貼近民眾用詞習(xí)慣為目的，盡量選取使用范圍較廣、接受度較高的詞.并不要求一定是學(xué)術(shù)性最強(qiáng)的表達(dá)。

例如.詞條“COVID-19”作為新出現(xiàn)的突發(fā)事件類型，在輿情特征信息詞表中，其同義詞集合包括2019-nCoV、不明原因肺炎、新冠肺炎、新型冠狀病毒肺炎……，其上位詞為{病毒性肺炎}，其下位詞集合為{COVID-19疫苗、COVID-19變異……}。由于“COVID-19”與“非典”同為“病毒性肺炎”的下位詞.相關(guān)度較高，因此在初始應(yīng)對“COVID-19”疫情時首先可以借鑒“非典”的應(yīng)對經(jīng)驗。

3.2.2特征詞分類

對應(yīng)突發(fā)事件情景的3個描述維度，輿情特征信息詞可分為情景類別輿情特征信息詞、情景分級輿情特征信息詞和情景分期輿情特征信息詞。對大量網(wǎng)絡(luò)輿情文本進(jìn)行人工標(biāo)注，再以人工標(biāo)注結(jié)果為訓(xùn)練集，通過機(jī)器學(xué)習(xí)進(jìn)一步對更多的文本進(jìn)行處理，實現(xiàn)輿情特征信息詞的自動分類。

1）情景類別輿情特征信息詞：代表輿論對事件類別認(rèn)知的詞語.比如“肺炎”“流感”“病毒”等，是反映事件類型的特征信息。

2）情景分級輿情特征信息詞：代表輿論對事件嚴(yán)重程度認(rèn)知的形容詞.如“非常嚴(yán)重”“不可控”“傳染”“人傳人”等，是反映事件嚴(yán)重程度的特征信息。

3）情景分期輿情特征信息詞：代表輿論對事件發(fā)展周期認(rèn)知的詞語.如“出現(xiàn)”“蔓延”“擴(kuò)散”等，是反映事件發(fā)展周期的特征信息。

3.3情景關(guān)聯(lián)

通過情景劃分方法.能夠?qū)⑼话l(fā)事件發(fā)展過程中情景的分類、分級、分期屬性不同的節(jié)點(diǎn)，劃分為更細(xì)粒度的突發(fā)事件子情景，并通過時間序列將子情景進(jìn)行連接，描述完整的事件鏈。根據(jù)網(wǎng)絡(luò)輿情演化的時間流，確定輿情特征信息詞高頻出現(xiàn)的時間，對照相應(yīng)時間節(jié)點(diǎn)內(nèi)的突發(fā)事件情景，完成“輿情特征信息詞一突發(fā)事件情景”的關(guān)聯(lián)。情景關(guān)聯(lián)的表示方法如下：

針對某一輿情事件.存在輿情特征信息詞集合P=輿情特征信息詞P，、……、輿情特征信息詞該輿情事件反映的突發(fā)事件情景可以劃分為子情景集合。

4輿情敏感信息提取

對不同突發(fā)事件中提取的相似度大于設(shè)定閾值的子情景進(jìn)行合并，用情景類進(jìn)行統(tǒng)一描述，再通過輿情特征信息詞與情景類包含的子情景的映射關(guān)系疊加，確定輿情特征信息詞與對應(yīng)情景類的關(guān)聯(lián)強(qiáng)度，從而提取強(qiáng)關(guān)聯(lián)的特征信息詞作為情景類的輿情敏感信息。

4.1輿情敏感信息詞識別

利用大量網(wǎng)絡(luò)輿情事件提取全部輿情特征信息詞，同時劃分這些輿情事件對應(yīng)的突發(fā)事件情景.并合并同類子情景，得到全部的突發(fā)事件情景類。根據(jù)特征信息詞與情景之間的對應(yīng)關(guān)系，生成“輿情特征信息詞一突發(fā)事件情景類”矩陣?！拜浨樘卣餍畔⒃~一突發(fā)事件情景類”矩陣示例，如表1所示。……、，則輿情敏感信息與情景類S的映射關(guān)系可以用樸素貝葉斯分類器進(jìn)行計算。

樣本集可以根據(jù)輿情敏感信息在“輿情特征信息詞一突發(fā)事件情景類”矩陣中所屬的情景類進(jìn)行標(biāo)注。計算每個類別在樣本中的出現(xiàn)頻率，以及每種輿情敏感信息組合對每個情景類的條件概率，最終可以得出待分類輿情敏感信息對應(yīng)的情景類。

5基于輿情敏感信息的突發(fā)事件情景分析

基于輿情敏感信息的目標(biāo)區(qū)域突發(fā)事件情景分析過程，如圖2所示。

首先.提煉當(dāng)前網(wǎng)絡(luò)輿情中的可信輿情敏感信息，結(jié)合網(wǎng)絡(luò)輿情演化規(guī)律，預(yù)測可能的后續(xù)輿情狀態(tài)，從而利用輿情敏感信息與情景的映射函數(shù)，根據(jù)當(dāng)前和后續(xù)的輿情敏感信息，得到當(dāng)前情景與可能的后續(xù)情景;然后，綜合考慮情景特征屬性及其演化進(jìn)行目標(biāo)區(qū)域隋景畫像，最終明確目標(biāo)情景。

其中，目標(biāo)區(qū)域情景畫像是突發(fā)事件情景分析的關(guān)鍵，其過程如圖3所示。

根據(jù)輿情敏感信息確定當(dāng)前情景，再基于系統(tǒng)動力學(xué)模型，確定后續(xù)輿情狀態(tài).從而得到后續(xù)輿情敏感信息。建立當(dāng)前輿情敏感信息{E，E，…，E}-后續(xù)輿情敏感信息{D，D，…，D}的關(guān)系，構(gòu)造當(dāng)前輿情敏感信息發(fā)展要素E和后續(xù)輿情敏感信息D之間的損失函數(shù)L（E，D），再應(yīng)用基于帕累托法則的多目標(biāo)優(yōu)化方法，求解最小損失函數(shù)：min（L（E，D）），從而確定最可能的后續(xù)輿情敏感信息，確定后續(xù)情景。

根據(jù)當(dāng)前輿情狀態(tài)對應(yīng)的當(dāng)前情景，確定其對應(yīng)的分類、分級、分期屬性，結(jié)合可能的后續(xù)情景對應(yīng)的分類、分級、分期屬性，得到其分類、分級、分期屬性可能的演化路徑，綜合確定各個維度最可能的目標(biāo)值，從而綜合確定目標(biāo)情景。

根據(jù)情景屬性在后續(xù)情景中出現(xiàn)的綜合概率，分別選取分類、分級、分期屬性中綜合概率較高的項，作為目標(biāo)情景中的屬性值，從而完成目標(biāo)情景畫像，得到目標(biāo)情景。

6基于COVID-2019疫情的算例分析

2020年初暴發(fā)的新型冠狀病毒肺炎疫情，其實在2019年底就初露端倪.忽略輿論小規(guī)模的私下流傳不易捕捉和驗證的時間，第一次較大規(guī)模的輿情暴發(fā)點(diǎn)是2019年12月30日。李文亮醫(yī)生于2019年12月30日率先在微信群披露不明肺炎有關(guān)情況，被截圖轉(zhuǎn)發(fā)引發(fā)輿論關(guān)注。

6.1輿情敏感信息提取

首先，進(jìn)行實體抽取，判斷輿情的可信度。該網(wǎng)絡(luò)輿情的事件發(fā)布者是李文亮醫(yī)生，其言論從專業(yè)的角度來看是具有一定可信度的。事件的接受者最開始也是醫(yī)生，說明關(guān)注群體也是對事件認(rèn)知比較明確的。事件的傳播渠道是微信，是目前應(yīng)用比較廣泛的一種社交媒體。從實體抽取結(jié)果看，該網(wǎng)絡(luò)輿情信息的可信度是比較高的，應(yīng)該高度關(guān)注。

其次，進(jìn)行輿情敏感信息提取。從該輿情信息中可以捕捉到輿情敏感信息“不明原因肺炎”“SARS”“冠狀病毒”“確診7例”“正在進(jìn)行病毒分型”等。此時該事件的病毒類型還沒有明確，但可以通過上位詞“病毒性肺炎”對該事件進(jìn)行初步歸類，找到相似事件SARS、MERS等重大公共衛(wèi)生事件。因此，需要對輿情信息引起重視，進(jìn)行進(jìn)一步的分析。

6.2目標(biāo)情景畫像

根據(jù)輿情敏感信息中與事件類別有關(guān)的詞“不明原因肺炎”“SARS”“冠狀病毒”等，判斷相關(guān)事件分類為公共衛(wèi)生事件，且疑似非典;根據(jù)與事件級別有關(guān)的敏感信息詞“確診”，依據(jù)《國家特別重大、重大突發(fā)公共事件分級標(biāo)準(zhǔn)（試行）》，發(fā)生傳染性非典型肺炎疑似病例屬于重大公共衛(wèi)生事件，該事件級別可以定義為二級;根據(jù)與事件分期有關(guān)的敏感信息“確診7例”，判斷事件處于預(yù)警期。進(jìn)一步進(jìn)行輿情演化分析，一種可能是事件與非典類特別嚴(yán)重的傳染病無關(guān)，則事件類別改變，輿情會相應(yīng)消退，事件發(fā)展周期也進(jìn)入緩解期;而另一種可能則是輿情影響范圍進(jìn)一步擴(kuò)散，可能是對應(yīng)事件的升級.證實發(fā)生傳染性非典型肺炎或與之危害程度相當(dāng)?shù)钠渌麄魅静。咔橛袛U(kuò)散趨勢，這樣事件就會上升到特別重大公共衛(wèi)生事件，即公共衛(wèi)生事件一級，且事件發(fā)展周期進(jìn)入暴發(fā)期。據(jù)此，按照預(yù)先應(yīng)對減少損失的原則，需要對事件按照公共衛(wèi)生事件二級響應(yīng)進(jìn)行預(yù)應(yīng)對，并隨時做好向一級升級的準(zhǔn)備。之后的工作就是進(jìn)一步求證，最終根據(jù)事件發(fā)展結(jié)果進(jìn)行相應(yīng)的應(yīng)對。

6.3效果分析

在情景畫像以后可以發(fā)現(xiàn).該輿情對應(yīng)的突發(fā)事件情景和我國曾經(jīng)暴發(fā)的SARS相似。因此，可以參照其應(yīng)急處置措施.啟動相應(yīng)的應(yīng)急預(yù)案進(jìn)行應(yīng)對。按照此分析，COVID-19疫情的有效防控措施應(yīng)該在2019年1月初啟動。鐘南山院士在2月27日廣州市政府新聞辦舉行的疫情防控專場新聞通氣會上說，“假如我們在12月初，甚至是1月初能夠采取嚴(yán)格防控措施的話，我們的病人將會大幅減少”。

新型冠狀病毒肺炎疫情算例分析顯示，如果重視網(wǎng)絡(luò)輿情對突發(fā)事件情景的反映.根據(jù)輿情敏感信息快速確定目標(biāo)情景，并采取相應(yīng)的應(yīng)對措施，能夠?qū)ν话l(fā)事件的應(yīng)急響應(yīng)產(chǎn)生積極的作用。

7結(jié)束語

利用當(dāng)前網(wǎng)絡(luò)輿情可能先于突發(fā)事件情景被迅速、及時地關(guān)注的特性.本文進(jìn)行了基于輿情敏感信息的目標(biāo)突發(fā)事件情景畫像研究，從而分析目標(biāo)區(qū)域的可能情景。通過對輿情敏感信息進(jìn)行提煉并辨別真?zhèn)?，發(fā)現(xiàn)已存在而未被明確的突發(fā)事件情景.有利于對突發(fā)事件做出正確的判斷，加快突發(fā)事件的響應(yīng)速度，減小突發(fā)事件的損失。本文主要是從理論的角度進(jìn)行研究.方法的實用性還有待進(jìn)一步的檢驗，這將是下一步的主要工作。