大数据环境下应急信息质量与信源可信度双路径作用机理研究

Modest description, measurement and management of emergency information is essential for emergency information sharing. Traditional "Management - Emergency Information" thinking model contempts emergency information internal study, which may bring that study subjects were choosed randomly and characteristics conflict, then leads that research conclusions are full of randomness. The project intends to explore the "Emergency Information - Management" thinking mode, respects for the original and internal characteristics of emergency information, refines their top characteristics from the angle of emergency information adoption and need, combines with the theory of big data, expands the information reliability analysis framework of Fogg of Stanford University based on dual-path model which was put by Petty and Cacioppo, top-level designs emergency information quality assessments based on the architecture theory under environmental of large data, objective extracts emergency information quality evaluation indexes based on ontology, builds emergency information quality sample library, Determines the emergency source credibility subjective evaluation program based on a dual-path model, conducted simulation of mechanism of action, and tests the consistency between emergency information quality objective evaluation and subjective evaluation of source credibility combining with expert validation measures. The study will indicate Fundamental mechanism of emergency information adoption and crisis response, expand the scope of dual path theory application, provide big data application benchmark of inspecting emergency information quality and credibility source and the new strategy of upgrading emergency information sharing project and government emergency Big Data governance project.

应急信息适度描述、度量和管理，对应急信息共享不可或缺。传统“管理-应急信息”思维模式轻视应急信息内部性研究，容易造成对象随机和特性冲突，导致研究结论带有随机性。本项目拟探索“应急信息-管理”思维模式，充分尊重应急信息原本性和内部性，从应急信息需求和采纳特性入手提炼其顶层特性，结合大数据理论，拓展斯坦福大学Fogg基于Petty和Cacioppo双路径模型的信息可信度分析框架，基于架构论对大数据环境下应急信息质量评估顶层设计，基于本体论对应急信息质量客观评价指标提取，构建应急信息质量样本库，基于双路径模型测定应急信源可信度主观评价方案，进行作用机理仿真，同时结合专家验证法进行应急信息质量与信源可信度主客观评价一致性检验。研究将从理论上指明应急信息采纳及危机应对根本所在，扩展双路径理论应用范围，提供检验应急信息质量和信源可信度大数据应用基准，及应急信息共享和政府应急大数据治理工程提升新策略。

本研究作为应急管理和信息管理领域学科交叉前沿研究，在社交媒介快速发展与大数据技术急剧变革背景下，关注于应急数据治理及信息质量评估活动，运用管理学、心理学、社会学、危机管理和信息科学等多个学科领域知识，创新性地分析了基于双路径模型的应急信息质量与信源可信度交互研究范式，并通过大数据挖掘与对典型案件历时追踪研究，揭示了应急数据治理及信息质量评估发生发展规律。一是从学科知识、理论路线、工具方法和应用研究四方面总结应急信息源可信度研究体系综合结构图，为科学、全面构建应急信息源研究体系提供一定理论基础；二是以双路径模型为理论背景，基于认知需要和情感干预两个维度，构建应急信息质量与信源可信度双路径模型，并对其技术路线进行详细说明和规范，对用户应急信息搜寻行为优化具有一定参考价值；三是在TAM模型基础上加入网站信息质量、网站交互体验与主观范式三大潜在变量，构建了用于评价应急网站信息利用率的结构方程模型，并融入用户风险感知变量，对应急网站信息服务质量提出新的解释；四是基于灾害数据的突发时效性、动态复杂性、传播迅速性、层级派生性和传承保存性，构建灾害数据质量评估指标体系和评估模型，并提炼了附加情感特征的社交媒体应急信息质量评价指标体系，对舆情引导与管理工作具有借鉴意义；五是结合大数据理论，拓展斯坦福大学Fogg基于Petty和Cacioppo双路径模型的信息可信度分析框架，基于架构论对大数据环境下应急信息质量评估顶层设计，从信息内容质量、信息描述质量、信息约束三维度，设计并提炼大数据环境下应急信息质量评估体系，并且利用云模型对应急信息进行案例评估研究。研究从理论上扩展双路径理论应用范围，提供检验应急信息质量和信源可信度大数据应用基准，有助于克服由于应急信息质量问题导致的应急信息资源共享失灵，建立起科学的危机应对与应急信息系统采纳与内化机制，提升应急信息质量，稳步推进应急信息资源共享和政府应急大数据治理工程。