基于知識實體的突發(fā)公共衛(wèi)生事件數(shù)據(jù)平臺構(gòu)建研究

馮鑫 李雪 閆月 李佳培 劉夢瑤 吳曄

摘要：[目的/意義]突發(fā)公共衛(wèi)生事件嚴重危及全球社會公眾的生命健康。實現(xiàn)信息資源對突發(fā)事件的智能存儲、查詢和知識組織與輸出等，對應(yīng)急領(lǐng)域科研數(shù)據(jù)集成共享與領(lǐng)域知識管理具有重要的參考意義。[方法/過程]選取CNKI和WOS為檢索平臺，對突發(fā)公共衛(wèi)生事件進行檢索，爬取有效數(shù)據(jù)，利用文獻計量軟件對抽取的知識數(shù)據(jù)進行加工、融合，并對高頻詞匯、文獻作者和機構(gòu)進行聚類可視化分析，將知識實體、屬性及關(guān)系存儲于Neo4j圖數(shù)據(jù)庫中，建立知識實體之間的復(fù)雜聯(lián)系，進而搭建突發(fā)公共衛(wèi)生事件數(shù)據(jù)平臺模型。[結(jié)果/結(jié)論]應(yīng)急事件智慧平臺是一個以信息資源為基礎(chǔ)，對來自不同領(lǐng)域的信息進行處理，通過內(nèi)部實體的篩選與融合構(gòu)建的面向大眾的知識數(shù)據(jù)共享資源平臺，該平臺可以上下交互實現(xiàn)信息資源流動，切實發(fā)揮信息資源對應(yīng)急管理工作的作用。

關(guān)鍵詞：突發(fā)公共衛(wèi)生事件? ?應(yīng)急服務(wù)? ?知識實體? ?2019新型冠狀病毒

分類號：G203

DOI：10.13266/j.issn.2095-5472.2020.016

引用格式：馮鑫， 李雪， 閆月， 等. 基于知識實體的突發(fā)公共衛(wèi)生事件數(shù)據(jù)平臺構(gòu)建研究[J/OL]. 知識管理論壇， 2020， 5（3）： 175-190[引用日期]. http：//www.kmf.ac.cn/p/211/.

1? 引言

突發(fā)公共衛(wèi)生事件，是指突然發(fā)生，造成或者可能造成社會公眾健康嚴重損害的重大傳染病疫情、群體性不明原因疾病、重大食物和職業(yè)中毒以及其他嚴重影響公眾健康的事件，如當(dāng)前熱點事件——新型冠狀病毒肺炎（以下簡稱“新冠”）。2020年1月30日晚，世界衛(wèi)生組織（以下簡稱“世衛(wèi)組織”）總干事譚德賽在日內(nèi)瓦舉行新聞發(fā)布會，聲明新型冠狀病毒感染的肺炎疫情已構(gòu)成國際關(guān)注的突發(fā)公共衛(wèi)生事件。新冠的爆發(fā)已轟動全國乃至全世界，疫情的肆意蔓延以及進一步惡化將造成嚴重的經(jīng)濟沖擊和社會影響，威脅著世界人民的生命健康。

世界衛(wèi)生組織在發(fā)布會上表示，在習(xí)近平主席親自指揮、親自部署疫情防控的組織下，中方始終堅持公開透明原則，及時發(fā)布信息，快速識別病毒并分享基因序列，采取果斷有力的措施控制疫情傳播。這些不僅是對本國人民生命健康的高度負責(zé)，更是對全球疾病防控的大力支持。此外，在本次疫情中，中國采取的大量防控措施遠遠超出國際應(yīng)對突發(fā)事件的相關(guān)要求，為各國防疫工作設(shè)立了新標桿。就目前來看，中國的疫情已得到了有效控制，但是國際的蔓延是對各國家的又一個挑戰(zhàn)。世衛(wèi)組織每日疫情報告顯示，截至歐洲中部時間2020年6月12日10時（北京時間16時），中國以外新冠確診病例較前一日增加136 565例，達到7 325 851例;中國以外死亡病例較前一日增加49 25例，達到413 649例。全球范圍內(nèi)，新冠確診病例較前一日增加136 572例，達到7 410 510例;死亡病例較前一日增加4 925例，達到418 294例。面對突發(fā)公共衛(wèi)生事件的嚴峻形勢，必須采取預(yù)防為主、防治結(jié)合的舉措，加強聯(lián)防聯(lián)控，制定完善的應(yīng)對計劃。習(xí)總書記在改革完善重大疫情防控救治體系中提到，國家鼓勵運用大數(shù)據(jù)、人工智能、云計算等數(shù)字技術(shù)，在疫情監(jiān)測分析、病毒溯源、防控救治、資源調(diào)配等方面更好地發(fā)揮其支撐作用[1]。

因此，有必要縝密調(diào)研國內(nèi)外突發(fā)公共衛(wèi)生事件的研究現(xiàn)狀，抽取復(fù)雜抽象的多維數(shù)據(jù)，以實體、關(guān)系和屬性的方式將專業(yè)知識實體關(guān)聯(lián)化和可視化，并基于精準全面知識實體來構(gòu)建應(yīng)急智慧數(shù)據(jù)平臺。通過搭建平臺，從低密度的數(shù)據(jù)中提取有價值的信息進行及時共享和智慧分享，使得相關(guān)信息的獲取變得方便迅速且高效，最終實現(xiàn)智能搜索和智能推薦幫助多類型用戶快速精準地收集信息，利用信息資源制定應(yīng)急防控措施，對于減少突發(fā)公共衛(wèi)生事件造成的損失具有重要現(xiàn)實意義。

2? 相關(guān)研究

科研學(xué)術(shù)機構(gòu)可以通過其自身職能和特點支持和響應(yīng)公共衛(wèi)生對策，做出信息管理和績效評估。A. L. Dunlop等通過回顧2001年9月11日至2009年2月1日的文獻和互聯(lián)網(wǎng)報告，提出了學(xué)術(shù)機構(gòu)作為社會災(zāi)害響應(yīng)的一部分，提供的服務(wù)和資源可以減少事件的不良后果、降低其發(fā)生的可能性，從而有助于提高社區(qū)的抗災(zāi)能力[2]。N. A. Vielot等對于合并公共衛(wèi)生防范和應(yīng)急管理的作用是否可以完善應(yīng)急計劃和提高響應(yīng)的效率和效力這一問題，在美國北卡羅來納州的6個縣進行采訪，討論產(chǎn)生的機遇和挑戰(zhàn)[3]。J. Hu等研究建立了具有公共衛(wèi)生管理職能的農(nóng)村應(yīng)急管理常設(shè)機構(gòu)，完善了應(yīng)急管理機制的全過程，加大了對農(nóng)村公共衛(wèi)生的投資力度，構(gòu)建了具有充足應(yīng)急資源儲備的體系[4]。S. Zhong等基于傳統(tǒng)的云計算在應(yīng)急服務(wù)中存在延遲等缺陷，提出了構(gòu)建一種基于邊緣計算模型的緊急救援體系結(jié)構(gòu)，并在此基礎(chǔ)上提供一個資源調(diào)度模型，從而使其具有良好的調(diào)度時間和較低的成本[5]。

國內(nèi)學(xué)者也對公共突發(fā)事件的資源建設(shè)進行了深入分析。在突發(fā)事件應(yīng)急情報資源保障方面，柯丹倩對國內(nèi)外突發(fā)事件驅(qū)動的應(yīng)急決策情報現(xiàn)狀進行了綜述分析，為后續(xù)研究做出鋪墊[6]。張永領(lǐng)等將情景分析引入到評價模型，對應(yīng)急資源的保障能力進行全方位評價，從而使評價結(jié)果更接近實際需求[7]。在實現(xiàn)應(yīng)急信息資源共享、完善應(yīng)急管理方面，郭陸生等通過構(gòu)建目錄，為應(yīng)急信息資源提供統(tǒng)一的標準體系，實現(xiàn)了信息資源與應(yīng)急服務(wù)的銜接，為應(yīng)急信息資源跨部門共享與相互服務(wù)提供了便利[8]。屈騰佼等對中國2003-2018年重特大突發(fā)公共衛(wèi)生事件案例和相關(guān)衛(wèi)生應(yīng)急管理文獻進行歸納分析，闡述了中國衛(wèi)生應(yīng)急管理現(xiàn)狀[9]。在應(yīng)急決策和信息融合方面，李品等實現(xiàn)了智庫活動與情報研究內(nèi)部的融合，構(gòu)建了支持智庫活動的情報流程并協(xié)助智庫產(chǎn)品產(chǎn)生的情報體系[10]。操玉杰等對應(yīng)急決策信息需求與大數(shù)據(jù)環(huán)境下可獲得的應(yīng)急信息進行對比，構(gòu)建以應(yīng)急數(shù)據(jù)模型為橋梁、面向應(yīng)急決策的信息融合服務(wù)整體框架;逐層剖析數(shù)據(jù)層、語義層和服務(wù)層應(yīng)急信息融合中的具體問題，提出了相應(yīng)的信息融合實現(xiàn)路徑。該研究結(jié)論有助于指導(dǎo)突發(fā)事件大數(shù)據(jù)融合系統(tǒng)構(gòu)建，也為面向決策的信息分析提供了實踐參考依據(jù)[11]。

綜上所述，現(xiàn)有的研究成果充分說明，在信息化時代應(yīng)急信息資源對應(yīng)對突發(fā)公共衛(wèi)生事件有著不可或缺的作用，而目前還沒有相關(guān)學(xué)者對應(yīng)急資源進行知識實體的構(gòu)建。因此，本文的研究將從中國知網(wǎng)（CNKI）和WOS（Web of Science）中提取知識實體，基于知識實體之間的關(guān)系建立知識實體圖，然后在數(shù)據(jù)庫底層進行邏輯推理，把突發(fā)公共衛(wèi)生事件相關(guān)的知識體系系統(tǒng)化地展示給用戶，通過知識實體圖輔助科普領(lǐng)域大數(shù)據(jù)的分析與決策，使應(yīng)急資源的組織更加高效，從而提供更加精準的服務(wù)。

3? 研究對象與數(shù)據(jù)來源

本文對國內(nèi)中國知網(wǎng)和國外WOS進行主題檢索。首先，在中國知網(wǎng)學(xué)術(shù)期刊總庫檢索中，采用高級檢索的方式，選擇的檢索字段為“關(guān)鍵詞”，檢索詞為“突發(fā)公共衛(wèi)生事件”，限定論文為SCI、EI核心期刊，采集時間段為2010年到2020年，剔除無關(guān)文獻后得到檢索結(jié)果為416篇。其次，在Web of Science全文數(shù)據(jù)庫檢索中，選擇Web of Science核心合集，檢索文章的主題為“public health emergencies”，限定文獻類型為Article OR Review，索引為SCI-EXPANDED、SSCI、A&HCI，語種為英語，采集時間段為2010年到2020年，剔除無關(guān)文獻后得到的檢索結(jié)果為949篇。獲取相關(guān)數(shù)據(jù)后，采用可視化的方法，從文獻數(shù)量、引文數(shù)量、作者和機構(gòu)對比等方面分析，通過科學(xué)計量指標，對突發(fā)公共衛(wèi)生事件進行量化分析。

4? 知識實體的提取

4.1? 知識實體提取方法

科研論文中的關(guān)鍵詞表征了一項科研成果的核心研究內(nèi)容，是檢索知識的重要依據(jù)。本研究利用文獻計量可視化工具Citespace對中外文相關(guān)主題數(shù)據(jù)集進行計量統(tǒng)計，析出核心關(guān)鍵詞作為知識節(jié)點之一，析出核心專家與研究機構(gòu)作為節(jié)點之一。以關(guān)鍵詞“突發(fā)公共衛(wèi)生事件”為主要對象，搭建知識實體的主要框架;對文檔內(nèi)容進行分析，以自動提取的關(guān)鍵詞為對象，建立關(guān)聯(lián)度強的知識實體;進行用戶關(guān)聯(lián)分析，挖掘潛在的知識關(guān)聯(lián)，并將普遍關(guān)聯(lián)的知識實體應(yīng)用于科普平臺搭建，對科普用戶進行科普知識個性化推薦。以構(gòu)建知識實體的應(yīng)急資源平臺為出發(fā)點，從科普知識實體抽取，到實體關(guān)系構(gòu)建，知識實體可視化，最終實現(xiàn)信息共享、智能查詢、智能推薦等功能，提高科普信息的利用率。

本研究利用關(guān)鍵詞共現(xiàn)聚類形成網(wǎng)絡(luò)，中文數(shù)據(jù)集聚類如圖1所示，共計8個聚類單元，分別為：突發(fā)公共衛(wèi)生事件、學(xué)生保健服務(wù)、傳染病、重大突發(fā)公共衛(wèi)生事件、大數(shù)據(jù)、公共危機預(yù)警、delphi法、水痘。外文數(shù)據(jù)集聚類如圖2所示，共計7個聚類，分別為resilience、ebola、synthetic cannabinoids、radiological、emergency preparedness、quarantine、practice guidelines。

4.2? 機構(gòu)發(fā)文量分析

統(tǒng)計各個機構(gòu)的發(fā)文量，得到主要研究機構(gòu)名單。在Citespace中選擇節(jié)點Institution，每個節(jié)點的時間切片選擇Top50的點節(jié)點標簽分別分析國內(nèi)與國外的機構(gòu)發(fā)文量，得到發(fā)文量統(tǒng)計表和機構(gòu)研究合作圖。

表1是2010年到2020年國內(nèi)突發(fā)公共衛(wèi)生事件機構(gòu)的發(fā)文量排名前十的統(tǒng)計表，排名前三的機構(gòu)分別是武漢大學(xué)信息管理學(xué)院（10篇）、江蘇省疾病預(yù)防控制中心（7篇）、哈爾濱醫(yī)科大學(xué)衛(wèi)生管理學(xué)院社會醫(yī)學(xué)教研室（5篇），這3所機構(gòu)的發(fā)文量都超過了5篇。表2研究的是從2010年到2020年期間國外突發(fā)公共衛(wèi)生事件機構(gòu)的發(fā)文量排名。從統(tǒng)計表的年份看出，國內(nèi)外突發(fā)公共衛(wèi)生事件機構(gòu)的發(fā)文量大部分處于這10年間的前5年，說明各大機構(gòu)對突發(fā)公共衛(wèi)生事件領(lǐng)域涉及時間都很早。

圖3是國內(nèi)突發(fā)公共衛(wèi)生事件的機構(gòu)合作圖，本圖是利用Citespace對國內(nèi)的機構(gòu)合作進行可視化分析得到的。根據(jù)節(jié)點半徑大小得出，武漢大學(xué)信息管理學(xué)院是這些機構(gòu)中發(fā)文量最多的機構(gòu)，其次是江蘇省疾病預(yù)防控制中心，哈爾濱醫(yī)科大學(xué)衛(wèi)生管理學(xué)院社會醫(yī)學(xué)教研室緊隨其后。但之間的合作卻寥寥無幾。相比之下武漢大學(xué)信息資源研究中心與排名第一的武漢大學(xué)信息管理學(xué)院的合作更多一些。從這些機構(gòu)發(fā)文量的分布來看，發(fā)文機構(gòu)遍布全國各地，說明我國對突發(fā)公共衛(wèi)生事件的研究機構(gòu)地理分布比較均勻，可以做到按照本區(qū)域公共衛(wèi)生的特點進行區(qū)域研究，但國內(nèi)尚未形成比較深入和密集的跨區(qū)域跨機構(gòu)研究局面。

近幾年隨著突發(fā)公共衛(wèi)生事件逐漸被重視，國外的一些機構(gòu)也對此領(lǐng)域研究下足了功夫。表2是國外研究機構(gòu)突發(fā)事件發(fā)文量排名前十的統(tǒng)計表，是基于Web of Science近10年的機構(gòu)發(fā)文量統(tǒng)計。其中Ctr Dis Control & Prevent（美國疾病預(yù)防控制中心）的總發(fā)文量達到了88篇，WHO（世界衛(wèi)生組織）39篇、Harvard Univ（哈佛大學(xué)）34篇、Minist Hlth（沙特阿拉伯衛(wèi)生部）24篇、CDC（疾病預(yù)防控制中心）23篇。

圖4是利用Citespace對Web of science核心合集中突發(fā)公共衛(wèi)生事件文獻可視化，得到的國外機構(gòu)合作的可視化分析圖，線的粗細表示機構(gòu)之間的聯(lián)系，節(jié)點的大小表示機構(gòu)發(fā)文頻次的高低。圖中線條節(jié)點都緊密聯(lián)系在一起，說明國外的各大機構(gòu)之間的合作力度較強。

4.3? 作者發(fā)文量分析

在Citespace中選擇Author，時間切片選擇Top50的點，選擇Thresholding為（2，1，20），設(shè)置節(jié)點參數(shù)發(fā)文量為至少3篇。分析2010年-2020年的作者發(fā)文量，設(shè)置年份間隔為1，得到圖5;分析2010年-2020年的作者發(fā)文量，將設(shè)置年份間隔為1，得到圖6。

表3是經(jīng)Citespace統(tǒng)計分析得出發(fā)文量排名前十的作者統(tǒng)計表，可以看出吳群紅在這10年的發(fā)文總量達到10篇，安璐7篇，劉靜5篇，郝艷華5篇。說明這些科研人員在突發(fā)公共衛(wèi)生事件的研究領(lǐng)域做出了較大貢獻。

用Citespace對作者進行可視化分析后得出國內(nèi)作者合作分析圖（見圖5），其中顏色隨發(fā)表時間由深變淺。本圖顯示發(fā)表2篇文獻以上的專家名稱，節(jié)點半徑越大，名字字體越大，代表作者發(fā)表的文獻數(shù)量越多。連接線越密集說明作者之間的合作越緊密。在圖中，黃色代表淺色，結(jié)合表3可以得知安璐是2016年開始涉及突發(fā)事件領(lǐng)域，并且發(fā)文成果可觀，對此領(lǐng)域做出了貢獻。

表4是WOS中2010-2020年期間排名前十的作者統(tǒng)計。從表中可以看出發(fā)文最多的是FREDERICK M（7篇），其研究方向是預(yù)防醫(yī)學(xué)與衛(wèi)生學(xué)。其次是ELENA SAVOIA（5篇），主要從事預(yù)防醫(yī)學(xué)、公共衛(wèi)生和定量方法研究;DANIEL J BARNETT（5篇）主要專業(yè)是急診醫(yī)學(xué);LAINIE RUTKOW（5篇）主要采用法律、定性和定量的研究方法，對公共衛(wèi)生法律和政策進行研究。

圖6顯示了WOS中作者的分布。如圖所示，節(jié)點越大表示作者發(fā)文量越多，節(jié)點年輪的顏色變化反映了作者活躍的不同時期。從圖中可以看出，這些作者的聯(lián)系并不緊密，發(fā)文量前三名的作者幾乎沒有合作關(guān)系，都在以獨自的思維方式去進行研究。

4.4? 突發(fā)公共衛(wèi)生事件知識實體構(gòu)建

4.4.1? 知識實體圖相關(guān)概念

知識實體圖，又稱為知識域可視化或知識領(lǐng)域映射地圖，是顯示知識發(fā)展進程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形。用可視化技術(shù)描述知識資源及其載體，挖掘、分析、構(gòu)建、繪制并顯示知識及其相互聯(lián)系。其本質(zhì)就是一種大規(guī)模的語義網(wǎng)絡(luò)，富含實體、概念及關(guān)系，是大規(guī)模數(shù)據(jù)知識表示的方法之一。

知識實體可以存儲總結(jié)不斷迭代的知識、規(guī)則、元數(shù)據(jù)等多類型的數(shù)據(jù)或者融合結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)據(jù)，可以利用它來分析關(guān)系復(fù)雜的多維數(shù)據(jù)。知識實體圖主要有兩種存儲方式：一種是基于RDF[12]的存儲，一種是基于圖數(shù)據(jù)庫的存儲。RDF以三元組方式來存儲數(shù)據(jù)而且不包含屬性信息，但圖數(shù)據(jù)庫一般以屬性圖為基本的表示形式，實體和關(guān)系可以包含屬性，這樣更容易表達現(xiàn)實的業(yè)務(wù)場景，它們之間的主要區(qū)別就是RDF中的一個重要設(shè)計原則是數(shù)據(jù)的易發(fā)布及共享，而圖數(shù)據(jù)庫則把重點放在了高效的圖查詢和搜索上。圖7和圖8就是基于Neo4j[13]圖數(shù)據(jù)庫做出的知識實體圖。

Neo4j是目前使用率最高的圖數(shù)據(jù)庫，以描述實體的屬性與實體間的關(guān)系為主，用圖的形式存儲。它擁有自己的數(shù)據(jù)庫存儲，支持320億的關(guān)系節(jié)點和640億的屬性。Neo4j擁有活躍的社區(qū)，查詢效率高，但缺點為分布式存儲實現(xiàn)代價高，更新速度慢。Neo4j也是一種非關(guān)系型數(shù)據(jù)庫，它用“節(jié)點”和“關(guān)系”來存儲數(shù)據(jù)與數(shù)據(jù)間的關(guān)聯(lián)，由于不需要固定的schema，可以隨項目發(fā)展擴展節(jié)點上的屬性。

本研究以CNKI和WOS提取的數(shù)據(jù)集中的主要關(guān)鍵詞、研究者和機構(gòu)聚類名稱，作為實體節(jié)點名稱。全部融合考慮以上知識節(jié)點后，將突發(fā)公共衛(wèi)生事件知識實體分為5部分，即突發(fā)公共衛(wèi)生級別、防控措施、傳染病、專家和機構(gòu)。然后定義實體與實體、實體與屬性之間的關(guān)系，用CREATE語句創(chuàng)建節(jié)點、屬性和關(guān)系。最后，我們將所有命名的實體及實體關(guān)系導(dǎo)入Neo4j圖數(shù)據(jù)庫，得到圖7突發(fā)公共衛(wèi)生事件知識實體圖和圖8新冠在中西醫(yī)研究方面知識融合實體圖兩個重要知識實體圖。

4.4.2? 突發(fā)公共衛(wèi)生事件知識實體的構(gòu)建

圖7是突發(fā)公共衛(wèi)生事件的知識實體圖，由節(jié)點和邊構(gòu)成的，其中圓圈代表一個節(jié)點，即知識實體中的實體，實體之間的邊代表屬性與節(jié)點的關(guān)系，關(guān)系可以用箭頭來表示方向，兩端對應(yīng)開始節(jié)點和結(jié)束節(jié)點。在節(jié)點上加一個或多個標簽表示實體的分類，和一個鍵值對集合來表示實體關(guān)系屬性外的其他屬性，這時關(guān)系也可以附帶額外屬性。我們一般都是將實體的property-value（屬性值）表示在圖中，由于屬性和節(jié)點分開儲存，其屬性可以用MARCH命令和WHERE子句來迅速實現(xiàn)查詢，部分節(jié)點屬性如表5所示。

突發(fā)公共衛(wèi)生事件知識實體圖是根據(jù)圖1和圖2的關(guān)鍵詞聚類分析、圖3和圖5的作者合作分析以及圖4和圖6的機構(gòu)合作分析來創(chuàng)建的，它的兩個一級知識實體分別為“突發(fā)公共衛(wèi)生事件”與“Public health emergencies”，用最大的圈來展示且設(shè)置為藍色，中英兩個一級實體的設(shè)定是為后續(xù)知識實體在中外文兩方面同時展開增長做好準備工作。根據(jù)上文的關(guān)鍵詞聚類可視化分析，本文把突發(fā)公共衛(wèi)生事件分為五大部分：突發(fā)公共衛(wèi)生事件級別、防控措施、傳染病、專家和機構(gòu)，將這5個實體與“突發(fā)公共衛(wèi)生事件”的實體的關(guān)系屬性設(shè)為“INCLUDE”，即是“屬于”上一級的下位類。《國家突發(fā)公共衛(wèi)生事件應(yīng)急預(yù)案》第1.3條第2項規(guī)定，根據(jù)突發(fā)公共衛(wèi)生事件性質(zhì)、危害程度、涉及范圍，突發(fā)公共衛(wèi)生事件可劃分為特別重大（Ⅰ級）、重大（Ⅱ級）、較大（Ⅲ級）和一般（Ⅳ級）四級[14]，“特別重大”用紅色表示、“重大”用橙色表示、“較大”用黃色表示、“一般”用綠色表示，設(shè)置這4個實體節(jié)點與“突發(fā)公共衛(wèi)生事件級別”實體節(jié)點的關(guān)系屬性為“SORT（分類）”。在防控措施方面，我國積極做到了“應(yīng)急管理”“衛(wèi)生應(yīng)急”“疫情防控”和“防治”，這4個實體的聚類程度和實踐意義都比較強，用綠色的節(jié)點表示。突發(fā)公共衛(wèi)生事件最嚴重的事件就是“傳染病”，其中對人類造成巨大危害的有“新冠”“Sars”“水痘”等。今年爆發(fā)的“新冠”使我國多個城市做出了一級響應(yīng)，所以用紅色圈重點標識。根據(jù)上文作者發(fā)文統(tǒng)計表和機構(gòu)發(fā)文統(tǒng)計表，將專家和機構(gòu)發(fā)文量的前三名放進知識實體庫中分別用紫紅色和藍色表示。

對于國外部分的知識實體建設(shè)，本文主要根據(jù)聚類結(jié)果將“Public health emergencies”事件分為三部分，第一部分為“Emergency”，包括ebola、radiological、novel coronavirus和quarantine等，第二部分和第三部分分別為“Expers”和“Institutions”，根據(jù)國外作者發(fā)文統(tǒng)計表將作者FREDERICK M、ELENA SAVOIA和DANIEL J BARNETT等和國外機構(gòu)發(fā)文機構(gòu)加入知識實體。

4.4.3? 突發(fā)公共衛(wèi)生事件的節(jié)點屬性

表5是突發(fā)公共衛(wèi)生事件知識實體圖部分節(jié)點屬性的展列，屬性是描述節(jié)點或邊的性質(zhì)，可以用鍵值對（key-value）[15]來表示。Neo4j在創(chuàng)建屬性時分為兩部分Property-name（屬性名稱）和Property-value（屬性的值）兩部分，同一屬性名可對應(yīng)多個屬性值。突發(fā)公共衛(wèi)生事件知識實體屬性表（見表5），表頭是由節(jié)點的ID、3個屬性名稱和其對應(yīng)的屬性值構(gòu)成的。其中，知識節(jié)點的ID是在創(chuàng)建節(jié)點時自動形成，且ID是唯一的。屬性表的第一列的元素是每個節(jié)點的ID，第二、四、六列是指對每個節(jié)點設(shè)置的屬性名稱（P1_name、P2_name、P3_name），第三、五、七列分別是其前一列的屬性值（P1_value、P2_value、P3_value）。一般情況下，節(jié)點有多個屬性時，系統(tǒng)會自動選擇name屬性的屬性值在圖上顯示，如：Person：person{age：20，sex：”woman”，name：”Lisa”}，最終在圖中顯示的是“Lisa”。將表5第二列的屬性名稱對應(yīng)的屬性值顯示在圖7中。除圖中顯示的屬性值，屬性表將所有含有下位類的節(jié)點及部分子節(jié)點的所有屬性都羅列出來了，如ID為4003的屬性名keyword對應(yīng)的屬性值是突發(fā)公共衛(wèi)生事件，屬性名search range檢索量對應(yīng)的屬性值為1278，屬性名from來源對應(yīng)屬性值為中國知網(wǎng)。

4.4.4? 知識實體查詢

Neo4j圖數(shù)據(jù)庫通過Cypher[16]語言實現(xiàn)對圖的查詢操作。在圖形數(shù)據(jù)庫Neo4j中，圖遍歷查詢的速度是一個獨立于遍歷數(shù)據(jù)量大小的常數(shù)，僅當(dāng)需要訪問某節(jié)點或關(guān)系時，圖形數(shù)據(jù)庫Neo4j才會對其進行遍歷并返回節(jié)點。當(dāng)使用Cypher語句MATCH匹配正則表達式時，Cypher語句是一個描述性的圖查詢語言，會自動調(diào)用內(nèi)置的遍歷搜索算法遍歷訪問，不需要人為指定遍歷搜索方式，即可遍歷得到整張圖。

圖8是對圖7使用Cypher查詢語句得到的網(wǎng)絡(luò)圖，是參考《新型冠狀病毒肺炎文獻整理及研究概述》[17]和《基于中醫(yī)經(jīng)典理論探討新型冠狀病毒肺炎的防治》[18]，對新冠展開的中西醫(yī)藥學(xué)的診斷、治療和預(yù)防研究的概括總結(jié)。其查詢語句是：

MATCH和RETURN是Cypher的關(guān)鍵字;Sara是變量用來保存節(jié)點;sara是標簽;r1，r2，r3代表節(jié)點之間的關(guān)系;n1，n2，n3是指與上一位節(jié)點關(guān)系為“IN”的所有節(jié)點。當(dāng)實行第一段語句時，查詢得到一個名為“新型冠狀病毒”的紅色節(jié)點;隨后執(zhí)行到“n1”時，經(jīng)數(shù)據(jù)庫查詢顯示“中醫(yī)藥學(xué)”和“西醫(yī)藥學(xué)”兩個節(jié)點（用紫色表示）;執(zhí)行到“n2”時，查詢得到“中醫(yī)藥學(xué)”和“西醫(yī)藥學(xué)”兩個節(jié)點的所有下位類一一診斷、治療和預(yù)防（用藍色表示節(jié)點）;執(zhí)行完整個語句時，才查詢出圖8內(nèi)包含的所有節(jié)點，并且只有實行RETURN返回語句，才會將這些節(jié)點顯示在圖中（見圖8）。

該知識實體是站在中西醫(yī)角度分別從不同方面對新冠展開研究，歸納總結(jié)出新冠的相關(guān)結(jié)論，不僅促進了人們對新冠的深入了解，而且有利于充分發(fā)揮醫(yī)療系統(tǒng)在診斷治療中的作用，便于更好地制定防控措施及救援方案。因此次疫情的影響范圍廣泛，全球各地的科研人員對COVID-19的病毒來源、傳播途徑、疫情預(yù)測、診斷和治療等各個方面展開研究，從陳瑩[19]等的可視化研究中可以看出國內(nèi)外對新冠的重視，相信在科研人員的努力下能夠早日攻克難關(guān)。

5? 基于知識實體的應(yīng)急突發(fā)公共衛(wèi)生事件數(shù)據(jù)平臺構(gòu)建

如前文所述，知識實體圖是對物理世界的符號表達，描述現(xiàn)實事件中存在的一些概念以及它們之間的聯(lián)系[20]。應(yīng)急資源平臺基于知識實體圖而構(gòu)建，采用自底向上的運作模式。搭建基于知識實體的應(yīng)急資源平臺，以突發(fā)公共衛(wèi)生事件為基礎(chǔ)，挖掘當(dāng)前新冠疫情內(nèi)部以及突發(fā)事件之間的多元化關(guān)系，可視化地展現(xiàn)給用戶，可以使得信息的獲取變得方便迅速且高效。用戶通過智能搜索和智能推薦能夠快速精準地收集信息，更好地利用信息資源做好應(yīng)急防控措施。

如圖9所示，應(yīng)急資源平臺包含數(shù)據(jù)層、知識庫構(gòu)建、數(shù)據(jù)存儲和數(shù)據(jù)應(yīng)用層四部分。

第一部分數(shù)據(jù)層位于平臺的最底層，主要包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換及標準化，經(jīng)過數(shù)據(jù)處理后得到的非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)作為構(gòu)建知識實體庫的數(shù)據(jù)源。在該層次掌握國內(nèi)外有關(guān)突發(fā)公共衛(wèi)生事件的研究現(xiàn)狀，進行邏輯推理，從大數(shù)據(jù)中分析突發(fā)公共衛(wèi)生事件的規(guī)律，讓事物的發(fā)展變得有跡可循，從而形成搭建知識平臺底層的架構(gòu)。

原始數(shù)據(jù)按照數(shù)據(jù)的結(jié)構(gòu)化程度可以劃分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)即行數(shù)據(jù)，是存儲在數(shù)據(jù)庫里，可以用二維表結(jié)構(gòu)來邏輯表達實現(xiàn)的數(shù)據(jù)，主要通過關(guān)系型數(shù)據(jù)庫進行存儲和管理。半結(jié)構(gòu)化數(shù)據(jù)，是結(jié)構(gòu)化數(shù)據(jù)的一種形式，雖不符合關(guān)系型數(shù)據(jù)庫或其他數(shù)據(jù)表的形式關(guān)聯(lián)起來的數(shù)據(jù)模型結(jié)構(gòu)，但包含相關(guān)標記，用來分隔語義元素以及對記錄和字段進行分層。非結(jié)構(gòu)化數(shù)據(jù)是數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預(yù)定義的數(shù)據(jù)模型，不方便用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)。包括關(guān)于某一類應(yīng)急突發(fā)事件所有格式的辦公文檔、文本、圖片、HTML、各類報表、圖像和音頻、視頻信息等。

第二部分為知識實體構(gòu)建，位于數(shù)據(jù)層的上方，包括知識抽取、實體對齊和知識設(shè)計，是平臺的重要組成，有著承上啟下的作用。通常一個知識圖譜的構(gòu)成包括實體集（實體的個數(shù)）、關(guān)系集（關(guān)系的數(shù)目）以及對應(yīng)的三元組。本體構(gòu)建模塊中主要是對突發(fā)公共衛(wèi)生事件概念表達，用抽象的概念表達真實的存在，是一個迭代的過程。借助本體的約束來規(guī)范實體、關(guān)系以及實體屬性之間的聯(lián)系，可以有效解決“信息孤島”的現(xiàn)象，形成本體化的知識表達。

本文提取了突發(fā)公共衛(wèi)生事件的實體和關(guān)系，用實體、屬性、屬性值這樣的三元組來表達事實。首先搭建出“突發(fā)公共衛(wèi)生事件”和“public health emergencies”兩個一級知識實體，再根據(jù)中國知網(wǎng)和WOS文獻中關(guān)鍵詞、作者和機構(gòu)聚類的數(shù)據(jù)，劃分出下一級的知識實體，完成了知識實體的構(gòu)建。之后分析突發(fā)公共衛(wèi)生事件的節(jié)點屬性，通過屬性值刻畫出實體之間的內(nèi)在特性，用關(guān)系來連接兩個實體，深入挖掘內(nèi)部聯(lián)系。

在該過程中，知識抽取涉及的關(guān)鍵技術(shù)包括實體抽取、關(guān)系抽取和屬性抽取。本文從原始的非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)中，即從國內(nèi)的中國知網(wǎng)和國外的WOS檢索到的關(guān)于突發(fā)公共衛(wèi)生事件的相關(guān)文獻中，提取關(guān)鍵詞、作者和機構(gòu)等關(guān)鍵知識實體，把排名前十的文獻作者和機構(gòu)進行梳理統(tǒng)計，將匯聚的實體知識加以規(guī)范，完成本體模塊模型構(gòu)建，利用Citespace可視化軟件進行初步知識展示。獲取到實體、關(guān)系以及實體的屬性信息后，接下來要將這些碎片化的信息進行融合，進行知識實體消歧、共指消解，它的過程有實體鏈接，適用于半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)通過信息抽取提取出來的數(shù)據(jù);知識合并，主要對結(jié)構(gòu)化數(shù)據(jù)（如外部知識庫和關(guān)系數(shù)據(jù)庫）進行處理。

第三部分為數(shù)據(jù)存儲層，位于知識實體庫的上層，其構(gòu)建基于知識實體庫的實體數(shù)據(jù)。在知識實體有大量數(shù)據(jù)的復(fù)雜的情況下，就會顯得傳統(tǒng)的關(guān)系數(shù)據(jù)存儲方式有些低效耗時，因此使用圖數(shù)據(jù)庫在查詢工作中會明顯提升工作效率，更易于圖查詢和搜索。

在該層次提取新冠的知識實體，從中醫(yī)藥學(xué)和西醫(yī)藥學(xué)兩個方面劃分知識實體，歸納新冠的相關(guān)結(jié)論。把最底層的數(shù)據(jù)轉(zhuǎn)化為具有決策價值的信息，將有價值的信息沉淀下來與人的知識體系融合，形成一個完整的知識體系。用圖的形式存儲，選擇圖數(shù)據(jù)庫Neo4j作為描述實體屬性與實體之間關(guān)系的存儲介質(zhì)。在Neo4j圖數(shù)據(jù)庫中建立節(jié)點、關(guān)系、屬性等，形成知識圖譜，就可以進行下一步的查詢了。

將數(shù)據(jù)存儲在網(wǎng)絡(luò)上，基于圖的搜索，具有完全事務(wù)管理功能，可以很好地支撐動態(tài)數(shù)據(jù)特性的應(yīng)用需求。根據(jù)本體模塊對應(yīng)的相關(guān)概念建立于實體數(shù)據(jù)之間的關(guān)系，實現(xiàn)概念的實體、關(guān)系、屬性的知識實體可視化。

第四部分數(shù)據(jù)應(yīng)用層位于平臺的頂端，是平臺的最終形式，主要面向?qū)ο笥衅胀ù蟊姟⒄ぷ魅藛T、醫(yī)務(wù)工作者、科研人員、教育教學(xué)者等，是一種基于知識為用戶提供服務(wù)的智慧搜索引擎，能夠結(jié)合生活實際，通過一般規(guī)律找到解決問題的方法，實現(xiàn)從了解問題到明白如何解決問題的轉(zhuǎn)變。智能查詢應(yīng)急防控和智能搜索突發(fā)事件等功能的實現(xiàn)，便于用戶更加精準有效地得到自己需要的知識，為應(yīng)急救援決策提供切實可行的應(yīng)對策略。在大數(shù)據(jù)的支撐下，利用知識實體圖實現(xiàn)搜索結(jié)果的可視化、體系化，使知識體系構(gòu)成網(wǎng)狀節(jié)點，展現(xiàn)更加精準的信息。應(yīng)急事件大數(shù)據(jù)平臺不是簡單的數(shù)據(jù)輸入和輸出，而是一個以信息資源為基礎(chǔ)，對來自不同領(lǐng)域的信息進行處理，通過內(nèi)部實體的篩選與融合構(gòu)建的面向大眾的共享資源平臺。

6? 結(jié)語與思考

應(yīng)急突發(fā)事件下，信息資源的高效利用對事件的處理影響是巨大的，而資源的不充分利用會成為有限資源的一種浪費。利用大數(shù)據(jù)實現(xiàn)從簡單信息服務(wù)到知識服務(wù)的提升是必然的，所以利用大數(shù)據(jù)技術(shù)挖掘、分析有用的數(shù)據(jù)，對資源進行充分有效的利用變得尤為重要。本文以疫情防控和突發(fā)公共衛(wèi)生事件為基礎(chǔ)，研究經(jīng)歷了以下階段：①搜集相關(guān)資料，建立基于知識實體的突發(fā)衛(wèi)生公共事件平臺搭建思路;②在中國知網(wǎng)和WOS數(shù)據(jù)庫，分別以“突發(fā)公共衛(wèi)生事件”“public health emergencies”關(guān)鍵詞進行高級檢索;③通過構(gòu)建知識實體，深入主題進行闡述，挖掘當(dāng)前新冠疫情內(nèi)部以及突發(fā)事件之間的多元化關(guān)系;④對基于知識實體的應(yīng)急大數(shù)據(jù)的構(gòu)建進行細化，將問題延伸。在此基礎(chǔ)上構(gòu)建應(yīng)急資源平臺，發(fā)揮信息化對輔助疫情診斷、創(chuàng)新醫(yī)療模式、提升服務(wù)效率等方面的作用，從而做好疫情發(fā)現(xiàn)、防控和應(yīng)急處置工作。

基于知識圖譜構(gòu)建應(yīng)急資源平臺，在理論層面，將知識實體的理論方法應(yīng)用于智庫的建設(shè)，且此知識實體是不斷擴充和生長的，不僅豐富智慧數(shù)據(jù)平臺建設(shè)的知識實體方法理論，也有效地解決了數(shù)據(jù)平臺的生命力和持續(xù)性的問題;在應(yīng)用層面，依靠權(quán)威的文獻數(shù)據(jù)庫平臺來獲取知識實體，可以使信息獲取變得方便迅速且高效，且對于多年來發(fā)生的一系列公共衛(wèi)生突發(fā)事件進行實體提取，可以在同類型事件下查詢到可借鑒的預(yù)防、治療、應(yīng)對等方法，為公共衛(wèi)生事件應(yīng)急決策提供了有力支撐。

現(xiàn)階段知識實體的構(gòu)建在我國還處于發(fā)展初期，許多技術(shù)及知識獲取的算法還有待改善和發(fā)展。然而要特別指出的是，突發(fā)公共衛(wèi)生事件數(shù)據(jù)平臺的構(gòu)建是一個復(fù)雜的過程，其中會涉及到不同的環(huán)境背景、主體、文化以及運行機制等。本文構(gòu)建的基于知識實體的應(yīng)急事件大數(shù)據(jù)平臺僅僅是一個模型，現(xiàn)有的研究數(shù)量有一定的局限，面對多變難掌握的環(huán)境因素，相關(guān)結(jié)論需要進一步驗證與完善，理論與實踐并重，人文與技術(shù)相融合。在下一步規(guī)劃設(shè)想中，將會增加更多的數(shù)據(jù)集，構(gòu)建基于知識實體的應(yīng)急事件大數(shù)據(jù)平臺，應(yīng)用于不同領(lǐng)域，有效應(yīng)對不同類型的突發(fā)事件。

參考文獻：

[1] 習(xí)近平.全面提高依法防控依法治理能力 健全國家公共衛(wèi)生應(yīng)急管理體系[J].當(dāng)代廣西， 2020（5）： 4-5.

[2] DUNLOP A L， LOGUE K M， BELTRAN G， et al. Role of academic institutions in community disaster response since September 11， 2001[J]. Disaster medicine and public health preparedness， 2011， 5（3）： 218-226.

[3] VIELOT N A， HORNEY JENNIFER A. Can merging the roles of public health preparedness and emergency management increase the efficiency and effectiveness of emergency planning and response？[J]. International journal of environmental research and public health， 2014， 11（3）： 2911-2921.

[4] HU JIAXIANG， CHEN CHAO， KUAI TINGTING. Improvement of emergency management mechanism of public health crisis in rural China： a review article[J]. Iranian journal of public health， 2018， 47（2）： 156-165.

[5] ZHONG S， HE T， LI M， et al. An emergency resource scheduling model based on edge computing[M]// Artificial Intelligence for Communications and Networks. Cham： Springer， 2019.

[6] 柯丹倩.國內(nèi)外突發(fā)事件驅(qū)動的應(yīng)急決策情報研究現(xiàn)狀及展望[J].現(xiàn)代情報， 2015， 35（8）： 12-16.

[7] 張永領(lǐng)， 陳璐.基于情景分析的應(yīng)急資源保障能力評價模型研究[J].中國安全科學(xué)學(xué)報， 2014， 24（12）： 151-157.

[8] 郭路生， 劉春年， 李瑞楠.面向公眾服務(wù)的應(yīng)急信息資源目錄體系的構(gòu)建研究[J].圖書館學(xué)研究， 2016（7）： 41-49， 23.

[9] 屈騰佼， 谷仕艷， 李萌竹， 等.中國衛(wèi)生應(yīng)急管理發(fā)展現(xiàn)狀及面臨挑戰(zhàn)[J].中國公共衛(wèi)生管理， 2019（4）： 433-435.

[10] 李品， 許林玉， 楊建林.面向智庫服務(wù)的情報研究[J].情報學(xué)報， 2020， 39（2）： 135-147.

[11] 操玉杰， 李綱， 毛進， 等.大數(shù)據(jù)環(huán)境下面向決策全流程的應(yīng)急信息融合研究[J].圖書情報知識， 2018（5）： 95-104.

[12] 項靈輝， 顧進廣， 吳鋼.基于圖數(shù)據(jù)庫的RDF數(shù)據(jù)分布式存儲[J].計算機應(yīng)用與軟件， 2014， 31（11）： 35-39.

[13] 林啟勝， 王磊， 周喜， 等.基于圖數(shù)據(jù)庫的文獻檢索方法優(yōu)化與實現(xiàn)[J].微電子學(xué)與計算機， 2017， 34（10）： 63-67.

[14] 畜牧水產(chǎn).國家突發(fā)公共衛(wèi)生事件應(yīng)急預(yù)案[J.中國食品衛(wèi)生雜志， 2006， 18（4）： 366-373.

[15] 林楓.分布式鍵值對存儲系統(tǒng)的設(shè)計與實現(xiàn)[D].廣州：華南理工大學(xué)， 2017.

[16] 張鳳軍.基于Neo4j圖數(shù)據(jù)庫的社交網(wǎng)絡(luò)數(shù)據(jù)的研究與應(yīng)用[D].長沙：湖南大學(xué)， 2016.

[17] 賈明， 王虹， 宋春利， 等.新型冠狀病毒肺炎文獻整理及研究概述[J].陜西醫(yī)學(xué)雜志， 2020， 49（3）： 259-263， 266.

[18] 趙鋼， 曹瑩瑩， 于文慧， 等.基于中醫(yī)經(jīng)典理論探討新型冠狀病毒肺炎的防治[J].江蘇中醫(yī)藥， 2020， 52（4）： 38-42.

[19] 陳瑩， 郭怡博， 郭然， 等.基于文獻計量學(xué)的新型冠狀病毒肺炎（COVID-19）研究可視化分析[J].中國中藥雜志， 2020， 45（10）： 2239-2248.

[20] 劉嶠， 李楊， 段宏， 等.知識圖譜構(gòu)建技術(shù)綜述[J].計算機研究與發(fā)展， 2016， 53（3）： 582-600.

作者貢獻說明：

馮? 鑫：數(shù)據(jù)收集與分析，實驗驗證;

李? 雪：理論構(gòu)建，論文撰寫;

閆? 月：數(shù)據(jù)收集與分析，實驗驗證，論文撰寫;

李佳培：結(jié)論分析，論文指導(dǎo);

劉夢瑤：語言潤色，論文修改與最終版本修訂;

吳? 曄：結(jié)論分析，論文指導(dǎo)。

Study on Construction of Emergent Public Health Event Data Platform Based on Knowledge Entity

Feng Xin1? ?Li Xue2? ?Yan Yue2? ?Li Jiapei 1? ?Liu Mengyao1? ?Wu Ye3，4

1Management College， Hebei GEO University， Shijiazhuang 050031

2Huaxin College of Hebei Geo University， Shijiazhuang 050031

3Computational Communication Research Center， Beijing Normal University， Zhuhai 519087

4School of Journalism and Communication， Beijing Normal University， Beijing 100875

Abstract： [Purpose/significance] The public health emergencies endanger social public life health around global seriously. The realization of information resources for the intelligent storage， query， and knowledge of emergency organization and output has important reference significance for the integration sharing of scientific research data and knowledge management in emergency field. [Method/process] This paper selected the China Knowledge Network and Web of Science as the retrieval platform. Set health emergencies as the search conditions to crawl valid data， and used literature measurement software to extract knowledge data processing and fusion， and did cluster visualization analysis of the high frequency vocabulary， the author of the literature， and institutions. Then the knowledge entity， attribute and relation were stored in the Neo4j graph database， and the complex relation between knowledge entities was established， finally built the public health emergencies data platform model. [Result/conclusion] Emergency event wisdom platform is a knowledge data sharing resource platform facing the public which is based on the information resources. It can processes the information from different areas， and is built by the screening and fusion of internal entity. The platform can realize information resources flow by upper and lower interaction， to play the role of information resources of emergency management work.

Keywords： public health emergencies? ? emergency service? ? knowledge entity? ? COVID-19