欢迎光临小豌豆知识网!
当前位置:首页 > 电学技术 > 电通讯技术> 一种应急信息管理方法、系统及存储介质独创技术31274字

一种应急信息管理方法、系统及存储介质

2021-02-01 07:50:33

一种应急信息管理方法、系统及存储介质

  技术领域

  本发明涉及数据处理技术领域,尤其涉及一种应急信息管理方法、系 统及存储介质。

  背景技术

  新型冠状病毒肺炎(CoronaVirus Disease 2019,COVID-19)以下简 称新冠肺炎,具有突发性明显、传染性强、流行范围广的明显特征。学校 作为聚集度较高的社会组织,在疫情期间一方面需要快速、准确的获得全 体师生的准确信息,另一方面选取合适的时机做出相应的决策就显得非常 重要,因而进行关于突发公共卫生事件的信息管理研究,提高信息获取和 决策的时效性具有迫切的现实意义。

  突发事件,是指通常难于预知和防范的突然发生的事件[6]。如突发公 共卫生事件,突然发生,可造成或可能大宗健康严总损害的事件。如新冠 肺炎事件属于典型的突发公共卫生事件,在应对突发事件过程中的应急信 息管理确保信息的准确和处置速度是提高应急处置能力的关键因素,建立 高效的重大突发公共卫生事件应急处置信息系统,才能为决策者提供快速、 准确、全面的信息,确保应对危机的决策正确有效。

  发明内容

  本发明提供了一种应急信息管理方法,包括执行如下步骤:

  步骤1,通过即时通讯软件,以广播的形式向群(例如班级群)内的 人员(例如成员是学生)发布信息,并记录发布信息的时间(例如第一次 群内发布信息的时间上午8点);

  步骤2,获取群内人员的响应信息(例如,老师在群内发布了消息, 甲同学回复了,那么甲同学就是响应了,乙同学没有回复,那么乙同学就 没有响应),针对未响应的人员,根据信息传递响应模型计算出再次通知的 时间(例如,乙同学未响应,那么就在第二天上午10点打电话直接通知乙);

  在所述信息传递响应模型中,首先求取传递响应模型的特征值,然后 绘制传递模型曲线预测信息;

  求取传递响应模型的特征值的技术方案如下:在信息发布指定时间(例 如:一小时)后统计响应人数的占比,计算出传递响应系数c和修正系数m;

  绘制传递模型曲线预测信息的技术方案如下:根据预期的采样完成最 后的时间、及传递模型特征值,解方程1-e-ct=1+k(t-t完成),得到的t即为 再次通知的时间,c表示传递响应系数,t完成表示计划完成时间,k表示再 次通知(电话通过)的直接确认系数(单位:%/h),即一小时能够通知到的 人数。

  作为本发明的进一步改进,在求取传递响应模型的特征值的技术方案 中,通过a·e-bt来表示信息发布后的第t小时内响应的人数,因此通过对其 积分获得信息发布t小时后响应的总人数,设g(t)为响应总人数占比,且 t→∞时g(t)=1,可知g(t)为:

  g(t)=1-e-ct (公式1)

  在公式(1)中:g(t)即为发布信息后的总响应比例;c为传递响应系数, 表示信息传递的速率;

  用f(t)来表示发布信息后第t~t+1小时内的响应比例,可知:

  f(t)=(1-e-c)·e-ct (公式2)

  通过函数f(t),待信息发布后的获得第1小时后的响应比例,即:

  c=-ln[1-f(0)](公式3)

  若g(t)=1-e-ct表示的是响应的总量,则h(t)=e-ct就表示的是未响应 的总量;

  用V(T)来表示每个时刻下的用户活跃度,则实际的响应比例f′(t)为:

  f′(t)=m·V(T+t)·(1-e-c)·e-ct (公式4)

  式中:T表示实际的时间,即一天内的小时;t表示信息发布的持续时间; V(T)表示用户在当前时刻的活跃度;m是比例修正系数;则总响应量g′(t)为:

  

  当g′(∞)=1,则有i表示进行积分离 散运算时候的采样点。

  作为本发明的进一步改进,在所述信息传递响应模型中,在考虑活跃 度后使用首两个小时的数据f′(0)和f′(1)来综合求出传递响应系数和比例修 正系数,将f′(0)和f′(1)相除得到:

  

  通过公式(6)能求出传递响应系数c,进而也能算出比例修正系数m。

  作为本发明的进一步改进,即时通讯软件包括微信、QQ,在步骤1中, 通过微信群或QQ群发布消息,并记录发布信息的时间。

  作为本发明的进一步改进,该应急信息管理方法还包括:

  步骤3:根据再次通知的时间,向未响应的人员进行一对一电话(包括固 定电话或移动电话)通知。

  本发明还提供了一种应急信息管理系统,包括运行如下模块:

  信息发布模块:用于通过即时通讯软件,以广播的形式向群(例如班 级群)内的人员(例如成员是学生)发布信息,并记录发布信息的时间(例 如第一次群内发布信息的时间上午8点);

  数据处理模块:用于获取群内人员的响应信息(例如,老师在群内发 布了消息,甲同学回复了,那么甲同学就是响应了,乙同学没有回复,那 么乙同学就没有响应),针对未响应的人员,根据信息传递响应模型计算出 再次通知的时间(例如,乙同学未响应,那么就在第二天上午10点打电话 直接通知乙);

  在所述信息传递响应模型中,首先求取传递响应模型的特征值,然后 绘制传递模型曲线预测信息;

  求取传递响应模型的特征值的技术方案如下:在信息发布指定时间(例 如:一小时)后统计响应人数的占比,计算出传递响应系数c和修正系数 m;

  绘制传递模型曲线预测信息的技术方案如下:根据预期的采样完成最 后的时间、及传递模型特征值,解方程1-e-ct=1+k(t-t完成),得到的t即为 再次通知的时间,c表示传递响应系数,t完成表示计划完成时间,k表示再 次通知(电话通过)的直接确认系数(单位:%/h),即一小时能够通知到的 人数。

  作为本发明的进一步改进,在求取传递响应模型的特征值的技术方案 中,通过a·e-bt来表示信息发布后的第t小时内响应的人数,因此通过对其 积分获得信息发布t小时后响应的总人数,设g(t)为响应总人数占比,且 t→∞时g(t)=1,可知g(t)为:

  g(t)=1-e-ct(公式1)

  在公式(1)中:g(t)即为发布信息后的总响应比例;c为传递响应系数, 表示信息传递的速率;

  用f(t)来表示发布信息后第t~t+1小时内的响应比例,可知:

  f(t)=(1-e-c)·e-ct (公式2)

  通过函数f(t),待信息发布后的获得第1小时后的响应比例,即:

  c=-ln[1-f(0)] (公式3)

  若g(t)=1-e-ct表示的是响应的总量,则h(t)=e-ct就表示的是未响应 的总量;

  用V(T)来表示每个时刻下的用户活跃度,则实际的响应比例f′(t)为:

  f′(t)=m·V(T+t)·(1-e-c)·e-ct(公式4)

  式中:T表示实际的时间,即一天内的小时;t表示信息发布的持续时间; V(T)表示用户在当前时刻的活跃度;m是比例修正系数;则总响应量g′(t)为:

  

  当g′(∞)=1,则有i表示进行积分离 散运算时候的采样点。

  作为本发明的进一步改进,在所述信息传递响应模型中,在考虑活跃 度后使用首两个小时的数据f′(0)和f′(1)来综合求出传递响应系数和比例修 正系数,将f′(0)和f′(1)相除得到:

  

  通过公式(6)能求出传递响应系数c,进而也能算出比例修正系数m。

  作为本发明的进一步改进,即时通讯软件包括微信、QQ,在信息发布 模块中,通过微信群或QQ群发布消息,并记录发布信息的时间;

  该应急信息管理系统还包括:

  信息再次通知模块:用于根据再次通知的时间,向未响应的人员进行 一对一电话(包括固定电话或移动电话)通知。

  本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质 存储有计算机程序,所述计算机程序配置为由处理器调用时实现本发明所 述的应急信息管理方法的步骤。

  本发明的有益效果是:本发明对推动学校信息化管理发展、增强信息 化技术在学校应急信息管理的应用、提高信息的传递速度和准确度具有一 定借鉴意义,值得推广应用。

  附图说明

  图1是信息传递结构组织图;

  图2是信息传递网络架构图;

  图3是信息传递过程图;

  图4是学生信息响应总体情况统计图;

  图5是基于微信的分时活跃图;

  图6是信息响应除权后分布图;

  图7是总数据拟合图;

  图8是不同年级学生响应曲线与拟合曲线比较图;

  图9是不同专业响应曲线与拟合曲线比较图;

  图10是拟合图与总数据除权后响应曲线比较图;

  图11是不同年级学生响应曲线与拟合曲线比较图;

  图12是不同专业响应曲线与拟合曲线比较图;

  图13是总响应量变化(除权后)与拟合曲线的对比图;

  图14是学生信息总响应量变化图;

  图15是总体信息响应曲线(参考图);

  图16是基于二步法的响应量变化曲线图;

  图17是本发明的方法流程图。

  具体实施方式

  本发明通过研究职业院校学生管理过程中,面临如何及时、准确、完 整掌握学生的行程和健康状态,通过对职业院校学生疫情数据的收集和分 析,建立了应急信息管理下的学校信息传递模型,探讨了信息传递特点和 响应规律。

  1新冠疫情下的信息传递系统架构

  1.1信息传递结构组织

  如图1所示,对于职业院校学生信息管理过程中,突发公共卫生事件 下的信息传递结构组织分为三块:分别是数据采集系统、数据存储与分析 系统、应用与输出系统。具体如下:

  (1)数据采集系统采集基础数据,如本次事件中的学生基本信息、 健康状况和行程信息的采集,一般由学生上报。

  (2)数据存储与分析系统进行基础数据的存储和编码,如班主任、 辅导员和管理人员等将基础数据进行整理、存储,并传递到下一级系统中, 一般包括班主任、辅导员(或信息管理员)和管理人员三级负责。

  (3)应用与输出系统对编码后的信息进行决策,一是反馈到管理工 作中,二是形成输出,传递到下一级管理中,一般由决策人员负责。

  1.2传递信息的内容与特点

  信息传递(采样)采集的内容即信息传递的数据,本发明以COVID-19 传递内容如要包括学生的基本信息、行程信息、和健康状态信息,传递内 容见如下表:

  表1传递的内容

  

  在COVID-19作为突发公共卫生事件,且学校作为重要公共场合,其传 递信息特点如下:

  (1)学生年龄结构集中在15~22岁,其中对于高中起点三~四年制17~22 岁,初中起点五~六年制15~21岁;

  (2)学生心理发育尚未成熟,人格特性的可塑性强,新事物好奇心强, 喜欢新交流方式(如微信、微博、短视频等)。

  (3)信息传递要求时效性强,对于此类信息传递一般要求日报日结, 实时掌握学生信息。

  (4)信息内容准确度高,对于突发公共事件的信息,对重大信息一样 要求100%的准确性,若发错误可能会造成重大的危害和损失。

  (5)信息内容为离散的。

  1.3信息传递网络架构

  20世纪40年代,香农提出了通讯系统的模型,定义了信源、信道和信 宿[],根据新冠疫情下职业院校学生的信息传递特点,可知如下图2的信 息传递网络架构,具体如下:

  (1)网络节点分为A、B和C节点,分别对应图1所示的数据采集系统、 数据存储与分析系统、应用与输出系统。

  (2)信道分为常设信道和临时信道。常设信道如图中实线,表示信息 传递必须要经过的路径,如通过微信通讯、QQ群,以广播的形式在班级群 中进行信息传递,实现的a至b的信息传递,b至c的形式进行信息传递; 临时信道如图中虚线,表示传递过程中,一旦发现信息需要进一步确认时, 可临时搭建信道,进行临时信息的收集,如本次疫情个别特殊数据的收集, 需要辅导员、管理人员临时与学生进行沟通,如“一对一”的电话通信形 式。

  1.4信息传递过程

  如图1~图3所示,信息传递过程,分为三个阶段:

  (1)数据采集阶段

  学生信息经过A学生的编码、采集,形成基础数据,数据编码格式如表 1所示。

  (2)输出存储、处理阶段

  输出存储、处理阶段B班主任对A学生、B辅导员(信息管理员)对B 班主任和B管理人员对B辅导员所发出的数据进行存储和处理,形成初级、 次级和终极整理数据。其中初级数据包括班级数据台账表和统计信息表, 刺激数据包括院(系)级台账表和统计总表,终极数据一般为校级统计总 表,若信息传递过程中数据发生异常或丢失,进行反馈纠正数据。

  (3)决策阶段

  C决策人员针对决策总表数据进行分析,一方面,对数据中发现的问 题和异常数据做出反馈;另一方面,根据分析结果,形成决策内容。

  2新冠疫情下的信息传递响应

  2.1信息采样结果

  为确保COVID-19下学校应急信息管理中的信息传递效率时效性和准 确性,本次信息采样情况如下:

  (1)时间:2020年2月5日-2020年4月3日,日报。

  (2)样本:机电类专业,年龄16-22岁,1531人。

  (3)班级响应统计:每位学生的入学年份、专业信息、班级信息、学 年制和每人每天内对信息的响应时间数据,如表2所示,总响应总体情况 如图4所示。

  表2各个班级响应统计表

  

  2.2信息传递响应模型建立

  (1)信息传递响应除权

  如图4所示,总体响应情况中存在两个高峰:一是0点起信息发布后 的响应高峰1,二是在10点前后学生活跃度高峰引起的响应高峰2。由此 可知,调查得到的响应数据已叠加学生应作息规律产生活跃度的加权数据, 在建立响应模型时需要进行除权。因此,如图5所示,引入Trustdata的 2019年Q3的微信用户分时活跃度数据作为模型中的在线活跃度数据[1]。

  对总体响应情况进行除权,如图6所示,可知:

  1)除权后仍然存在两个高峰,0点的响应高峰3相对于除权前提升,10点响应高 峰4减小较多,明显剔除了大部分在线活跃度的影响。

  2)但10点响应高峰任然存在。而对于10点响应高峰存在,一是微信的活跃度曲 线不够精确,如微信包含了国外用户在夜间的活动数据;二是学生在早上醒来后会回 补在之前本该确认的信息,造成主观上的小高峰。

  3)除开10点前后的小高峰,整个响应过程呈单调下降趋势,时间越长,响应比 例越接近0%。

  (2)信息传递响应模型建立

  根据除权后的信息传递响应可知,信息传递响应模型可通过指数函数来进行数据的拟合,即〖y=a·e〗^(-bx)形式。使用MATLAB内置的曲线拟合工具Curve Fitting Tool进行拟合,采用非线性最小二乘法并配合最小绝对残差(Least Absolute Residual, LAR)的增强算法。可知拟合模型为:y=0.4103·e-0.7066x

  模型的计算结果如下:

  

  根据模型的计算结果和图7总数据拟合图可知:

  (1)标准差(RMSE)为0.00823;

  (2)确定系数R平方(R-square)为0.992,即该模型与实际调查结 果具有很高的重合度。

  (3)通过观察拟合曲线和实际响应分布曲线对比,验证了模型能较好 拟合响应分布。

  2.3信息传递响应模型验证

  (1)有效性的验证

  如图8和9可知,学生年龄结构和专业结构两个维度下的学生响应曲 线,与拟合模型进行比较,不同入学年份和不同专业的学生均与拟合模型 有较好的重合度,证明拟合模型有效。

  (2)重复性的验证

  为了验证模型的重复性,采用相同的信息传递结构、信息传递方式、 采样内容,调整采用时间,即将信息发布时间改为上午9点整后,再次进 行7天的实验,结果如图10~13所示。

  由图10~13可知,一方面时间调整后的响应图与计算模型仍具有很好 的拟合,且传递响应系数不变,仍为0.7066,总的信息响应情况不会发生 明显变化,即证明拟合模型的重复。另一方面,在9点~11点响应曲线出 现了一个比较明显的偏差,与采样时间调整前在同时间段内出现小高峰是 吻合的,即用户的实际活跃度导致了结果的差异,文献中微信用户活跃度 数据作为参照会产生一定的偏差。

  2.4信息传递响应模型特征值的方法论

  (1)方法一

  由2.3可知指数函数对该信息传播到确认的描绘具有很高的契合度,可 通过a·e-bt来表示信息发布后的第t小时内响应的人数。因此通过对其积分 获得信息发布t小时后响应的总人数,设g(t)为响应总人数占比,且t→∞时 g(t)=1,可知g(t)为:

  g(t)=1-e-ct

  式中:g(t)即为发布信息后的总响应比例;c为传递响应系数,表示 信息传递的速率。如本发明提到的模型中c=0.7066,则该模型的响应总人 数占比g(t)=1-e-0.7066t,曲线图和变化规律如图14和表3所示。

  表3学生信息总响应量分时表

  用f(t)来表示发布信息后第t~t+1小时内的响应比例,可知:

  f(t)=(1-e-c)·e-ct

  通过函数f(t),待信息发布后的获得第1小时后的响应比例,即:

  c=-ln[1-f(0)]

  若g(t)=1-e-ct表示的是响应的总量,则h(t)=e-ct就表示的是未响应 的总量。但是该模型的前提是所有人在每个小时内的活跃度相同,而在实 际的活跃度曲线下数据会发生变化,若仅用活跃度指数去乘f(t)得到新的 f′(t)作为实际响应比例是不可取的,因为总响应量(比例)g(t)在此条件下 就不等于100%了。

  为解决该问题,假设用V(T)来表示每个时刻下的用户活跃度,则实际的 响应比例f′(t)为:

  f′(t)=m·V(T+t)·(1-e-c)·e-ct

  式中:T表示实际的时间,即一天内的小时;t表示信息发布的持续时间; V(T)表示用户在当前时刻的活跃度;m是比例修正系数。则总响应量g′(t)为:

  

  当g′(∞)=1,则有

  (2)方法二

  由上可知,在不考虑活跃度时,仅用首个小时内的响应比例数据就可以 算得传递响应系数;而在考虑活跃度后可以使用首两个小时的数据f′(0)和 f′(1)来综合求出传递响应系数和比例修正系数。将f′(0)和f′(1)相除得到:

  

  通过上式就能求出传递响应系数c的大小,进而也能算出比例修正系数 m。

  综上所述,该模型能够较完整的预测基于不同活跃度下的信息传递响应 曲线。

  3信息传递响应模型在职业院校应急信息管理中应用,即,本发明公开了 一种应急信息管理方法。

  h(t)=e-ct表示的是未响应的总量,由重复性验证可知,在不改变信息 传递方式(即不改变传递响应系数c)下,重复的信息发布对整个信息传递 过程的影响不大,即采用微信通讯手段到达一定阶段后其快速性会失效, 若需保证所有人能尽快完成信息接收,需选择在发布数小时后对未响应的 人员进行定制化的信息发布,且具体的时间点选择取决于人的总数和信息 传递方式。

  3.1应急信息管理工作流程应用

  由信息传递响应模型可知,应急信息管理包括方案建立与布置、数据获 取与分析、信息传递响应模型建立、应急管理决策。具体如下:

  (1)方案建立与布置

  方案建立与布置包括建立应急管理工作方案和布置工作任务,其中建 立应急管理工作方案包括制定工作要求、工作内容、时间安排、人员安排、 保障安排等;布置工作任务包括发布时间、信息采样内容、信息传递负责 人、信息采样总人数,设定计划完成时间t完成。

  (2)数据获取与分析

  为保证在应急信息管理中快速、准确的获得,通过二步获取法进行采 样信息的获取,即第一步通过微信群、QQ群,以广播的形式在班级群中进 行a至b,b至c信息传递,第二步,采用移动电话、固定电话“一对一” 的形式,实现的a至b,b至c的形式进行信息传递。

  (3)信息传递响应模型建立

  信息传递响应模型建立分为两个阶段,包括计算信息传递响应模型的 特征值、绘制传递模型曲线预测信息。

  首先,求取传递响应模型的特征值。在信息发布一小时后统计完成人 数的占比,计算出传递响应系数c和修正系数m,如本发明实验得到的数 据c和m,由此可知其不考虑第二阶段的总体信息响应曲线如图15所示;

  其次,绘制传递模型曲线预测信息。根据信息采样完成时间节点及传 递模型特征值,求出采用“一对一”电话确认的切换时间(即,再次通知 的时间)。解方程1-e-ct=1+k(t-t完成)得到的t即为计划的传播方案切换 时间t切换,t切换表示再次通知的时间。

  (4)应急管理决策

  应急管理决策包括预测性决策、完成信息传递任务和终究性决策。预 测性决策即根据预测曲线响应反馈,使决策的提前实施可能性,可提前开 展应急状况下的预测性决策;完成信息传递任务,在原定的切换时间t切换 采用移动电话、固定电话“一对一”的形式,对未响应的人员进行实现的 a至b,b至c的形式进行信息传递,“在t完成完成信息传递任务;终究性 决策,针对最终采集信息和预测性决策的反馈。

  3.2应急信息管理工作方法的分析

  为确定整个流程完成的准确时间,我们对此方法进行了仿真测试。在 此假设,单位时间内“一对一”的电话沟通数量恒定,因此可以推断其响 应变化是线性的[2]。定义直接确认系数k表示单位时间通过直接电话确认 的方式可以进行信息确认的人数比例,单位为百分比/小时。直接确认系数 k的大小取决于投入的人力资源和总体需要确认的数量。

  为了确定一对一电话沟通开始实施的时间,需要设定第一阶段完成的 数量占比,可通过g(t)=1-e-ct来计算,如设定确认完成90%时开始电话 沟通,则计算出的开始时间为信息发布后的3小时15分,如设定比例为 95%,则开始时间为4小时14分,如设定比例为98%,则开始时间为5小 时32分。对应的响应曲线如图16所示。

  在此模型中假设直接确认系数k=15%/h。在表4中可以看到,对于设 定的不同第一阶段完成的数量占比,其二阶段的开始和结束时间可以计算 得到。可以看出如将比例设置的较低,则在二阶段需要耗费更多的时间, 但是优势在于总是可以更快的结束信息发布的完整传递流程。在信息传递 后期响应较慢时,使用二次确认法能够有效缩短信息传递周期,这在整个 信息传递过程中是有必要采取的措施。

  表4针对不同二次确认设定比例的开始和结束时间

  综上,如图17所示,本发明公开了一种应急信息管理方法,包括执行 如下步骤:

  步骤1,通过即时通讯软件,以广播的形式向群(例如班级群)内的 人员(例如成员是学生)发布信息,并记录发布信息的时间(例如第一次 群内发布信息的时间上午8点);

  步骤2,获取群内人员的响应信息(例如,老师在群内发布了消息, 甲同学回复了,那么甲同学就是响应了,乙同学没有回复,那么乙同学就 没有响应),针对未响应的人员,根据信息传递响应模型计算出再次通知的 时间(例如,乙同学未响应,那么就在第二天上午10点打电话直接通知乙);

  步骤3:根据再次通知的时间,向未响应的人员进行一对一电话(包 括固定电话或移动电话)通知。

  在所述信息传递响应模型中,首先求取传递响应模型的特征值,然后 绘制传递模型曲线预测信息;

  求取传递响应模型的特征值的技术方案如下:在信息发布指定时间(例 如:一小时)后统计响应人数的占比,计算出传递响应系数c和修正系数 m;

  绘制传递模型曲线预测信息的技术方案如下:根据预期的采样完成最 后的时间、及传递模型特征值,解方程1-e-ct=1+k(t-t完成),得到的t即为 再次通知的时间,c表示传递响应系数,t完成表示计划完成时间,k表示再 次通知(电话通过)的直接确认系数(单位:%/h),即一小时能够通知到的 人数。

  即时通讯软件包括微信、QQ,在步骤1中,通过微信群或QQ群发布消 息,并记录发布信息的时间。

  本发明还公开了一种应急信息管理系统,包括运行如下模块:

  信息发布模块:用于通过即时通讯软件,以广播的形式向群(例如班 级群)内的人员(例如成员是学生)发布信息,并记录发布信息的时间(例 如第一次群内发布信息的时间上午8点);

  数据处理模块:用于获取群内人员的响应信息(例如,老师在群内发 布了消息,甲同学回复了,那么甲同学就是响应了,乙同学没有回复,那 么乙同学就没有响应),针对未响应的人员,根据信息传递响应模型计算出 再次通知的时间(例如,乙同学未响应,那么就在第二天上午10点打电话 直接通知乙);

  信息再次通知模块:用于根据再次通知的时间,向未响应的人员进行 一对一电话(包括固定电话或移动电话)通知。

  在所述信息传递响应模型中,首先求取传递响应模型的特征值,然后 绘制传递模型曲线预测信息;

  求取传递响应模型的特征值的技术方案如下:在信息发布指定时间(例 如:一小时)后统计响应人数的占比,计算出传递响应系数c和修正系数 m;

  绘制传递模型曲线预测信息的技术方案如下:根据信息采样完成时间 节点及传递模型特征值,解方程1-e-ct=1+k(t-t完成),得到的t即为再次通 知的时间,c表示传递响应系数,t完成表示计划完成时间。

  本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质 存储有计算机程序,所述计算机程序配置为由处理器调用时实现本发明所 述的应急信息管理方法的步骤。

  4结论

  本发明针对突发公共卫生事件(如COVID-19)中信息传递系统和响应 进行研究,包括:

  (1)分析了新冠疫情下职业学校应急信息管理中的信息传递系统的结构 组织、网络架构、传递过程和传递手段。

  (2)建立了信息传递响应模型,探讨了特征值求取方法。

  (3)测试了信息传递响应模型,从两个维度的相应曲线证明了与拟合曲 线有较好的重合度。

  (4)建立了应急信息管理工作流程,分析了实际使用中的关键参数如: 信息采样完成的时间、投入的资源数量,两种不同信息传递方式切换的时 间节点之间的关系。

  (5)信息传递响应模型在信息传递结构、传递方式相似的社会组织如 学校、企事业单位均可使用。

  综上,本发明介绍了新冠疫情下应急信息管理系统的基本要素,分析 了职业院校学生信息传递实际数据,建立了应急信息管理系统下学校学生 信息传递响应模型,该模型为面向突发公共卫生事件研究的信息系统的数 据分析、决策支持系统与各类应用系统的建立奠定了一个量化的数学模型 基础,并提出了基于该模型下的一种应急信息管理方法,该方法对推动学 校信息化管理发展、增强信息化技术在学校应急信息管理的应用、提高信息的传递速度和准确度具有一定借鉴意义,值得推广应用。

  参考文献:

  [1]Trustdata 2019年1-9月中国移动互联网行业分析报告。

  [2]唐泳,马永开,小世界社会网络中的信息传播系统仿真学报,2006.4。

  [3]基于云计算的学生信息管理系统2019.11。

  [4]周晓英,新冠肺炎疫情防控中的应急信息管理问题与对策研究,图书与 情报,2020.1。

  [5]王颖玲,王子军,突发公共卫生事件预警系统建立与对策探讨中国公共 卫生,2008。

  [6]金磊,城市灾害防御与综合危机管理[M].北京:清华大学出版社,2003

  [7]马费成信息管理学基础。

  [8]钱大千,张晓东,基于SNS社交网络的增长模型合肥工业大学学报20 10.8。

  [9]王玉姣,基于社会网络的信息传播度量模型,软件导刊.2O14.12。

  [10]李月琳、王姗姗,面向突发公共卫生事件的相关信息发布特征分析, 图书与情报2020.1。

  [11]苏新宁、蒋勋,情报体系在应急事件中的作用与价值———以新冠 肺炎疫情防控为例,图书与情报2020.1。

  [12]薛建国,庄俭,粱霏职业教育信息化管理,中国职业技术教育 2006。

  [13]潘梅勇宋伟奇基于大数据的高职院校信息资源库建设,职业技术教育,2016。

  [14]张孟玮加强职业教育资源信息化建设的思考职业技术教育2012年。

  以上内容是结合具体的优选实施方式对本发明所作的进一步详细说 明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术 领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若 干简单推演或替换,都应当视为属于本发明的保护范围。

《一种应急信息管理方法、系统及存储介质.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式(或pdf格式)