大數據視域下的城市公共危機案例庫建設初探

魯傳松

[摘 要]隨著經濟的快速發展，城市的發展速度也越來越快，隨之而來的是頻發的城市危機事件。當前研究城市公共危機案例庫系統中具有的機遇就是大數據技術的發展。在研究城市公共危機案例庫系統中，大數據有著重要的作用。本文對大數據視域下的城市公共危機案例庫建設進行了具體研究。

[關鍵詞]大數據；城市公共危機；案例庫；建設

doi：10.3969/j.issn.1673 - 0194.2017.08.094

[中圖分類號]D63 [文獻標識碼]A [文章編號]1673-0194（2017）08-0-02

許多學者已經研究了多年的城市公共危機管理，并得出了一些理論基礎。進入大數據的背景是在人、機、物三元世界的融合下，引起的高度復雜化的數據模式和爆炸式增長的公共危機案例。對于公共危機管理問題的處理，僅僅靠傳統案例處理模式和聯動模式是無法完成的。大數據中的社會、經濟以及科研都具有巨大的社會價值，因此各行各業都應對其引起廣泛關注。

1 大數據基本論述

規模性、多樣性以及高速性是大數據所具有的三個代表性的特點，由于大數據多元化的思維，研究者所研究的側重點便有所不同，這就產生了不同的思維方式。大數據思維主要包括定量思維、相關思維以及實驗思維等。

在城市構建中，根據大數據的廣泛應用，相關人員建立了一系列研究大數據的機構，如北京大學智慧城市研究與規劃中心，智慧城市理論以及技術攻關是其研究的中心內容。

當前，在大數據思維模式下的城市公共危機案例庫建設是一個比較薄弱的存在，因此要利用大數據思維，逐漸建立起城市公共危機案例庫，創新新的信息壁壘，在城市公共危機案例管理智能化的過程中，大數據思維發揮著重要的作用。

2 設計城市公共危機案例庫的功能

2.1 對危機案例數據的采集

建設城市公共危機案例庫的基礎以及對大數據進行處理的前提是采集城市危機案例。而在有限的技術條件下，只能采用樣本分析法分析數據，但大數據的總體數據思想與人機交互是共同實現的。

城市本身就是一個大系統，其具有多因素性、多層次性以及多功能性，采集案例庫中的城市信息數據不只是將信息任務上傳就可以的，采集的也不都是結構化的數據，動態性和隱性也是數據信息的特點，因此，城市公共危機案例研究的基礎是采集城市中所有的技術數據信息。在大數據的總體思維下，利用人工采集全方位的城市基本數據信息。

在實際的社會中，嚴重威脅社會系統的價值和行為的事件就是危機。突發性、不可預測性、公共性與災難性并存等特征是危機具有的特性。采集危機案例數據功能項的重點是對半結構化進行解決以及采集非結構性的信息數據，這是由人工和計算機智能存儲來完成的。

基于量大的大數據，要利用引擎對城市危機案例數據信息進行全面采集，大網站以及博客等都是數據的來源渠道；文字、圖片和視頻等都是其包括的內容。人工智能采集逐漸被引擎所替代。

2.2 對危機案例數據的處理

由于利用大數據處理的方式對數據進行處理，這就使其流程也有了相應的改變。采集、導入和預處理、統計和分析以及挖掘數據是大數據進行數據處理的四個流程。因此，可以借鑒大數據的處理流程對危機案例庫進行處理。

利用數據導入和分布案例獲取危機案例的數據模塊。簡單數據的處理要利用專業化的信息處理工具，分析和匯總存儲集群中的大數據，這樣城市危機案例庫就在一步步中逐漸形成。例如，排除非城市公共危機范圍內的數據，分析和匯總一系列的自然災害危機、公共衛生危機以及意外事故危機等。

在危機案例庫中不僅要體現出大數據思維，更要體現出智能化的重要性，因此要加大對大數據的應用力度，在更深一步挖掘數據中大力運用大數據的關聯思維以及智能思維等。發散性是挖掘數據中最主要的特點，其不同的簡單的清洗和分析數據，對數據進行各種不同的計算是其主要內容，它能使數據分析的需求得到更好的滿足。

2.2.1 挖掘關聯數據

在小數據時代，城市公共危機案例的因果關系是人們所關注的焦點，經常總結和分析樣本案例的原理，但在這些原理樣本數據中，案例數據中的關系并不能全面的反映出來。在大數據時代，由于大數據技術下危機案例之間的隱性關系被顯現出來，這就可以顯示出更多的隱性數據，而決策者獲取和預測數據是由顯性數據來實現的，這樣可以使決策推理更加準確。案例庫用戶的案例檢索和檢索決策等都可以利用挖掘關聯數據技術來實現。

2.2.2 挖掘容錯數據

在小時代的數據下，人們只能取得較少的危機案例樣本量，因此對其結構化和精確化更加重視。但在大數據背景下，可以在容錯思維的基礎上將一定層面上的精確性進行忽略，使一定程度上的錯誤和混雜被接受，隱性數據的顯性化更多的是在數據的宏觀層面得到的，從而對決策者的獲取和預測數據有一定的幫助。案例庫中用戶進行的推理決策和向用戶推送的信息，可以利用大數據處理模塊中的容錯挖掘技術。

2.2.3 挖掘智能數據

在數據庫處理數據的過程中，智能思維逐漸代替線性等簡單思維，這是大數據時代發展的必然要求和處理大數據過程中的核心內容和重要特征。在大數據時代環境中，邏輯分析和智能判斷城市公共危機案例數據都是由智能思維來完成的，在處理大數據模塊中，由于智能挖掘技術的引入，危機案例庫中的數據處理功能便有了更強大的技術支撐，從而可以使各項功能的協調進行更好的運行。

由此可以看出，大數據的處理技術主要是由關聯數據挖掘、容錯數據挖掘以及智能數據挖掘來實現的，城市危機智能案例庫也是由這三個組成的，用戶案例的檢索和決策推理等功能也是由這三部分支撐的。

2.3 檢索危機案例與支持決策

在用戶的檢索需求和決策推理需求這一過程主要是由危機案例檢索與決策支持模塊來實現的。其組成模塊主要有城市危機智能案例庫中的案例數據庫、決策推理以及決策數據庫等。檢索與決策推理中的設計功能主要是由數據庫和功能模塊一同來實現的，決策數據庫中數據的來源主要是智能決策推理過程中形成的新的決策方案，獲取案例庫中的數據以及處理大數據都是由用戶的檢索效果和決策推理效果來反映的。

3 構建城市公共崗位及案例庫系統

3.1 案例庫的系統構架

系統的構架是在城市公共危機案例庫系統功能中的構建和研究背景下所形成的。各種不同的連接器將案例庫系統連接起來，然后再采集各類數據庫以及第三方應用的數據等；案例數據索引的形成主要是案例庫系統清洗和處理等采集的案例數據；數據倉庫的建立以及挖掘大數據技術功能，都是利用案例庫系統中分布式系統來完成的；數據應用層各類的數據接口將數據服務層放在上層。用戶的權限系統進入各個層面的數據層。

3.2 案例庫系統的交互環境

案例庫系統交互環境中的案例檢索的功能，是在研究案例庫系統功能和系統構架的前提下實現的。快速檢索和高級檢索等功能，是在案例檢索的交互界面中設置的。在檢索的過程中先輸入相應的關鍵詞，然后將危機屬性、描述、相關利益以及分析案例等功能連接在檢索界面的左側查詢。例如2015天津的大爆炸，天津爆炸的時間、地點、主要影響、危機屬于的行業、危機的類型以及造成的危害的這些數據便構成了危機屬性；天津爆炸案例的前兆、持續過程和結果等這些階段中數據的具體分析就是對危機的描述；具體分析——危機利益相關的數據就是利益相關；對數據案例進行對比分析、統計分析和智能判斷等這些大數據的處理結果進行展示等就是案例分析，例如對港口爆炸案例數據分析等。

4 結 語

雖然城市危機管理的減緩工作中有了新技術的支持，但在系統方面還面臨著許多的問題，例如負載均衡大數據和大數據職能算法實現等，因此，在以后的研究過程中，要對功能模塊中的系統性、效用性以及精確性，工作流程的規則性和邏輯性，實現案例庫系統的創新性和實用性進行進一步研究，從而使大數據視域下的城市公共危機不斷減少。

主要參考文獻

[1]劉翔.大數據視域下的城市公共危機案例庫建設研究[J].現代情報，2016（8）.

[2]王贊成.城市公共危機應急體系建設初探——以南京市為例[D].南京：南京理工大學，2007.

[3]董申.加強城市社會公共管理體系建設的對策建議——簡論城市公共危機應急體系建設[J].學理論，2012（27）.

[4]汪卉，陳俊杰，劉娟.貴陽城市公共危機預警機制建設問題研究[J].商，2015（33）.

[5]王柳.城市社區公共危機管理能力建設[J].中共杭州市委黨校學報，2007（6）.

[6][作者不詳].部分城市中小商貿流通企業公共服務平臺建設案例[J].武漢商務，2014（1）.

[7]羅云中.應急管理案例庫系統設計與實現[D].蘭州：蘭州大學，2010.

[8]劉雪梅.公共危機事件的預測模型構建及其應用研究[D].蘭州：蘭州大學，2013.