重大公共事件，包括：自然災(zāi)害、瘟疫、戰(zhàn)爭(zhēng)、重大政治、經(jīng)濟(jì)事件等。這些事件的發(fā)生，影響范圍廣泛，影響層次也往往久遠(yuǎn)。該類(lèi)事件，發(fā)生快速，在短時(shí)間內(nèi)就可能打破社會(huì)系統(tǒng)固有平衡，導(dǎo)致社會(huì)系統(tǒng)失衡、甚至紊亂。它的系統(tǒng)性影響，往往涉及國(guó)計(jì)民生各個(gè)領(lǐng)域，包括：社會(huì)物質(zhì)生產(chǎn)、居身生活、社會(huì)管控、社會(huì)公共觀念分裂與撕裂、社會(huì)紊亂與平衡、公共危機(jī)干預(yù)、流言與謠言傳播等。這需要對(duì)整個(gè)社會(huì)系統(tǒng)進(jìn)行快速研判，并高效給出制動(dòng)方案。

在互聯(lián)網(wǎng)高速發(fā)達(dá)背景下，重大事件的加速傳播、信息源多發(fā)、數(shù)據(jù)的多層次并發(fā)，就為國(guó)計(jì)、民生領(lǐng)域，應(yīng)對(duì)重大公共事件提供了全新的挑戰(zhàn)。

此次“肺炎”疫情，從開(kāi)始發(fā)生、到事件傳播、國(guó)家資源投入、到全國(guó)性預(yù)防聯(lián)動(dòng)、從南到北、從東到西、上至國(guó)際領(lǐng)域、下至中國(guó)農(nóng)村的角落，反應(yīng)速度超越想象。這也是對(duì)整個(gè)疫情反應(yīng)系統(tǒng)多年建設(shè)與積累的一次檢驗(yàn)。此次疫情防控，大數(shù)據(jù)使用的方式出現(xiàn)端倪，既展示了大數(shù)據(jù)、人工智能使用的廣闊潛在場(chǎng)景，也存在大量短板，需要快速補(bǔ)足。

公共重大事件的管控，一般包含8個(gè)模塊化的數(shù)據(jù)歸集管理：

（1）公共事件發(fā)生到演化過(guò)程監(jiān)控與干預(yù)數(shù)據(jù)。

（2）公共事件發(fā)生的物質(zhì)供應(yīng)系統(tǒng)管控數(shù)據(jù)。

（3）公共事件發(fā)生的社會(huì)動(dòng)力與輿情觀念檢測(cè)與管控數(shù)據(jù)。

（4）公共事件發(fā)生后的流言、謠言的應(yīng)對(duì)與管控數(shù)據(jù)。

（5）公共應(yīng)急事件應(yīng)用與管控數(shù)據(jù)。

（6）上述公共管理中的糾錯(cuò)機(jī)制數(shù)據(jù)。

（7）公共信息安全（傳統(tǒng)與非傳統(tǒng)安全）監(jiān)控數(shù)據(jù)。

（8）信息歸集與運(yùn)維管控數(shù)據(jù)。

一、 公共事件發(fā)生到演化過(guò)程的大數(shù)據(jù)監(jiān)控、干預(yù)

疫情是由病毒的傳播引起的。這一事件包含對(duì)病毒的病理學(xué)理解，也包含對(duì)病毒傳播途徑、傳播方式、傳播速度的理解。而傳播模型，是業(yè)已存在的數(shù)理模型，根據(jù)社會(huì)收集的數(shù)據(jù)擬合數(shù)據(jù)模型，就可以作為對(duì)事件發(fā)生過(guò)程進(jìn)行預(yù)判與修正的關(guān)鍵依據(jù)之一。

其實(shí)，這場(chǎng)波及全國(guó)的肺炎疫情，早在2019年尾聲就已顯露端倪。對(duì)此，北京師范大學(xué)法學(xué)院教授、亞太網(wǎng)絡(luò)法律研究中心主任劉德良表示，從這一次疫情的情況來(lái)看，大數(shù)據(jù)的預(yù)警功能沒(méi)有得到足夠重視，導(dǎo)致疫情蔓延如此迅速，沒(méi)有及時(shí)提升社會(huì)的警戒意識(shí)。如果當(dāng)時(shí)能預(yù)測(cè)到疫情存在爆發(fā)的風(fēng)險(xiǎn)，那么現(xiàn)在的形勢(shì)就不會(huì)如此嚴(yán)峻。

而事實(shí)上，關(guān)于疾病的傳播學(xué)模型與測(cè)量方法，已經(jīng)在多國(guó)進(jìn)行研究。早在2008年，Google（谷歌）便發(fā)布了“Google Flu Trends”（谷歌流感趨勢(shì)），利用關(guān)鍵詞追蹤技術(shù)搜集大量有價(jià)值的數(shù)據(jù)來(lái)發(fā)現(xiàn)流感的爆發(fā)。該項(xiàng)目的研究背景，是基于每年流感疫情爆發(fā)都會(huì)在全球范圍內(nèi)造成數(shù)千人死亡，所以通過(guò)大數(shù)據(jù)讓公共衛(wèi)生官員和健康專(zhuān)家了解疫情爆發(fā)的嚴(yán)重性，并進(jìn)行科學(xué)的預(yù)測(cè)。

相較于２００３年的SARS，我國(guó)不僅在疫情防控方面有了更加完備的制度體系和應(yīng)對(duì)措施，而且包括大數(shù)據(jù)在內(nèi)的多項(xiàng)創(chuàng)新科技技術(shù)也在飛速發(fā)展。在疫情爆發(fā)之后，數(shù)家、科技、互聯(lián)網(wǎng)公司陸續(xù)通過(guò)數(shù)據(jù)和技術(shù)能力，給全社會(huì)提供了大量數(shù)據(jù)支撐。舉例來(lái)說(shuō)，全球交易量最大的票務(wù)平臺(tái)的12306，利用實(shí)名制售票的大數(shù)據(jù)優(yōu)勢(shì)，及時(shí)配合地方政府及各級(jí)防控機(jī)構(gòu)提供確診病人車(chē)上密切接觸者信息。據(jù)負(fù)責(zé)12306的研發(fā)和運(yùn)營(yíng)維護(hù)的鐵科院電子所所長(zhǎng)朱建生表示，列車(chē)上如出現(xiàn)確診或疑似旅客，會(huì)調(diào)取旅客的相關(guān)信息，包括車(chē)次、車(chē)廂及近一段時(shí)期乘坐的車(chē)次，以及同乘、同購(gòu)、同行旅客的信息，比如席位前后3排的人員，與其同一訂單購(gòu)票的人員，進(jìn)行信息分析提取，然后提供給相關(guān)防疫部門(mén)進(jìn)行后續(xù)處理。

另外，利用大數(shù)據(jù)分析還可以看到人群遷徙圖，具體到哪些城市。例如，百度地圖推出遷徙地圖總結(jié)描繪出了全國(guó)春運(yùn)人員遷徙熱力圖，包含來(lái)源地、目的地、遷徙規(guī)模指數(shù)、遷徙規(guī)模趨勢(shì)圖等。由此可見(jiàn)，在應(yīng)對(duì)此次新型肺炎疫情傳播，有效阻止疫情蔓延上，大數(shù)據(jù)技術(shù)的力量日益凸顯。

二、大數(shù)據(jù)在公共輿情情緒分析、疏導(dǎo)方面發(fā)揮出積極作用

重大公共安全事件，往往伴隨民意的判斷。民眾如果得不到有效的對(duì)稱(chēng)性信息，就會(huì)引起誤判和恐慌。對(duì)民眾釋放多種信息，并對(duì)這些給出提前的壓力過(guò)程進(jìn)行數(shù)據(jù)監(jiān)控、并進(jìn)行壓力釋放、預(yù)防。構(gòu)成了公共輿情的分析要素。