温志强 李永俊

摘  要： 社会转型与大数據信息时代的社会背景下，不同领域的群体性矛盾问题相互交织、日显复杂，公民利益信息传播的爆发式、裂变式的特征进一步衍生了新型社会风险，影响了整体性社会安全。为防范群体性事件爆发及其衍生更多社会冲突风险，要利用好大数据时代的知识和技术优势，从知技结合和整体安全治理两个层面实现社会冲突风险感知与管控。为此，要加快实现政府、社会、市场等多元主体协同治理的联动机制，构建全网数据共享、完善类别案例库、探索知识预测研学、建立健全预测预警体系、营造清朗网络环境、探寻群体性事件感知预测预警技术与方法，从而实现风险感知的精准预测与科学防范。

关键词： 大数据环境;群体性事件;社会风险;风险预警

一、研究来源与价值

当前，我国正处于社会转型的攻坚克难时期，劳资纠纷等群体性事件时有发生，不同领域的社会矛盾问题相互交织，日显复杂，社会风险管理难度不断加大。同时，随着互联网、物联网、大数据技术的发展，社会公众利益诉求表达更具有随时性、便捷性、多样性的特点，信息网络的时效性与隐匿性促使信息传播呈现出爆发式、裂变式的特征，人与人之间的关系网络表现出“表面紧密，实质疏离”的趋势，这进一步导致了整体性的社会安全风险。信息技术与大数据的发展衍生了新型社会风险，并使对社会安全存有威胁的各类不确定性风险因素的感知和预警防范难度加大。

反观而言，大数据本身所具有的特性也使其成为社会风险管理的有效工具，也为社会风险管理模式转变提供了良好契机。一方面，与大数据配套发展起来的各类技术提升了人们决策和预测的理性程度，这是进行科学的社会风险管理的基本保障;另一方面，在大数据环境下，“社会群体性事件不再是由政府一元主体的预防和管控，而是由政府、社会、市场等多元主体协同治理，进而向大数据环境下人员、组织、物资、技术、信息等全要素与全资源的整体治理转变，实现社会风险‘智理”①。

依托大数据进行社会冲突风险的感知和预警，是有理论可循的。人工智能的发展与知识学习技术的进步开辟了“知技性”社会风险感知与预警的新路径，整体性治理理论对大数据环境下社会冲突风险的“全面性”感知和预警具有重要指导意义。因此，在大数据环境下，社会风险管理的新趋势与新挑战亟须以此为支撑，重视知识与技能在社会风险感知中的重要作用，逐步探索大数据环境下社会风险管理的整体性体制机制，在技术、技能与知识的共享和制度、环境的共建中，推进社会群体性事件风险感知预测更加智能化、科学化，在“全体动员、全线出击、全域参与”的社会综合治理格局中实现社会风险的及时预测，为科学有效决策与应对提供强力支撑。

二、 大数据环境下社会冲突风险与管控挑战

大数据是当前社会公共治理的有力工具，大数据思维与治理思维在运行逻辑上是同轨的，都是通过对象源头的分析来探测事物发展的趋势，开启风险社会公共安全治理的新视角，有助于实现治理体系的现代化和提升治理能力。但海量的数据与互联网络的虚拟性、互动性、开放性等特点诱发各类社会冲突，给社会冲突风险管控带来了新的挑战。

1.大数据信息交互加大了虚拟社会冲突风险

大数据将社会治理带入了新时代，大数据的发展为社会治理带来诸多机遇的同时也带来挑战。大数据环境下社会冲突与风险不断增多，也使不同类别的风险呈现各自特点，尤其互联网的发展使我国网民不断增多，网络参与主体的素质参差不齐，网络的虚拟性与隐蔽性加剧大数据环境下虚拟主体的社会风险;部门的条块分割，数字鸿沟，部门协同机制不健全加剧了制度风险;网络病毒、网络黑客等技术风险加大了大数据环境下社会风险感知与预警的难度;虚假信息、网络谣言和个人隐私暴露催生了道德风险;有限理性决策下的经验风险在一定程度上为冲突爆发提供了契机。因此，大数据环境下对社会冲突与风险感知预警提出了新要求、新挑战。

除了以上各类风险，互联网与大数据的开放性、互动性、隐匿性的特点还极易引发各领域因利益诉求的共鸣而引发的各类群体性事件，加剧了在风险社会下社会冲突感知预警的管理难度。在大数据环境下滋生了越来越多的冲突与风险，加强风险社会环境下风险与冲突的感知预警意义重大。

2.大数据环境下社会冲突风险管控面临新的挑战

（1）社会冲突风险管控各自为战，推诿扯皮，预警效率打折扣

大数据已经开始深刻影响和改变着风险社会下社会冲突的感知与预警，给社会危机治理提供了新的技术手段。但是，大数据环境下社会冲突风险感知与预警依然存在着大数据应用与开发不足的问题。基于大数据的预测与决策会越来越科学智能，但有效的执行才是关键，“各自为战”“扯皮推诿”只会导致群体性事件规模扩大、烈度增加，影响政府良好形象，降低社会公信力与预测工作的准确性，甚至对后续预测工作带来长远的消极影响。

（2）社会冲突风险管控数据壁垒、条块分割、部门合作不顺畅

在实际工作中，多元主体的利益调控等方面仍存在对社会风险预测与管控的认识误区，无法适应当前时代发展的现实需要，特别是各部门组织之间因自身利益等因素的数据独占，做不到信息资源共享，存在各自为政的现象，导致数据壁垒下的条块分割和数据鸿沟。

（3）社会冲突风险管控技术不高，经验不足，事前预警不及时

当前的突发事件应对往往是“事后应对”，“事前预警感知”不及时，经验不足导致危机风险预警的效率低下。特别是在重大突发事件发生后，经验决策的局限严重影响了大数据环境下社会冲突风险感知预警的科学性和及时性，危机应急技术的不完善难以为风险感知预警提供保障，加大了次生危害发生的概率。

以上社会冲突风险面临新挑战的背后反映的深层次问题，是大数据环境下亟须全面性与知技性社会冲突风险的感知与预警，充分将大数据的工具理性与全面预警、知识预警、技能预警有机统一，推进社会冲突风险实现智慧治理。

三、 大数据环境下社会冲突风险感知与预警的理论借鉴

在大数据环境下，知识技能和整体安全治理是实现社会冲突风险感知与管控的有力抓手，充分的知识储备和完善的技术能力是大数据环境下社会冲突风险感知预警的前提基础，只有充分掌握知识与技能才能在突发风险到来之前作出及时的感知与预警;整体性安全治理是实现总体国家安全的目的和目标，对推进国家治理能力和治理体系现代化具有重要意义。知技性与整体性社会冲突风险治理方面已有的理论成果对现实实践具有重要指导意义，对此，我们要充分借鉴。

1.人工智能与知识学习技术在风险感知预警中的实践价值

人工智能的发展充分实现了现代计算机技术与知识智慧的有机结合，为知识学习、分享和技能完善、普及提供了绝佳机会。人工智能研究方法是从逻辑推理模型转向知识工程模型，使得人工智能从理论探索走向初步应用，人工智能建立了学习者与技术环境之间新的相互作用关系②。通过知识获取、知识表示和推理解释的过程来解决现实存在的问题，是人工智能与知识学习技术结合的充分体现。人类正在通过经验知识提升自己的认知与学习能力，机器学习也是利用经验来改善系统自身的性能。在大数据时代，依据自身知识，借助人工智能技术，通过对海量信息数据进行深度加工和科学利用，进而使得高效率地感知和预警社会风险成为可能。人工智能与知识学习技术的结合开辟了社会冲突风险感知与预警的新路径。

2.整体性治理理论在社会冲突风险感知预警中的现实价值

在西方，整体性治理理论已经成为政府改革的新理念与实践模式，具备科学性与可行性。整体性理论倡导以公民需求为治理导向，以信息技术为治理手段，突破单一中心的思维模式，实现各级政府、机构、部门的有机整合，实现由碎片化到整体性的治理理念③。整体性治理理论对大数据环境下社会冲突风险的全面性感知预警具有重要的理论指导意义。在我国突发事件时有发生、联动性触发强的背景下，原有的以政府主导的各部门分级应对突发事件的碎片化管理模式降低了社会风险感知和预警的效率，应急管理部的成立实现了多个政府部门协同合作，有利于减少部门之间相互协作的难度，提升应急管理的协同績效，也为全面性风险感知与预警模式建立和发展提供契机。只有充分借鉴整体性治理理论，实现各部门相互协调、充分合作，才能实现大数据环境下社会冲突风险的整体性感知与预警。

四、以大数据为依托开展社会冲突风险知技性感知

在风险社会，通过不断学习来改革组织自身，学习的结果不仅导致知识、信念、行为的变化，还增强组织的成长和创新能力，只有通过不断地知识与技能的学习才能及时铲除发展中的阻碍。需要通过知识技能的全过程学习来突破有限理性决策的阻碍;持续的互动沟通打破部门的条块分割，实现部门组织的信息共享;持续的技术与知识学习提高团体成员整体搭配能力，形成良性的互相依赖、互相促进，增强组织的凝聚力，提高冲突风险的预测预警、应对各类风险的能力，从而实现大数据环境下知技性社会冲突风险感知与预警。

1.构建预测知识研学模式，提升预测技巧，完成基础技能储备

在案例库的基础上，可以初步构建有效的预测知识研学模式，通过开展内部学习培训，提升预测团队的预测技巧，初步完成预测技能的储备工作，能够对社会群体性事件进行基本的判定和预测。

（1）开展机器学习训练，初步实现智能分析预测

利用主体人群、涉及地区、诉求意愿、目标指向、冲突性质、影响因素、情绪变化、围观人群、发展趋势、相互关联度等各类因子，构建群体性事件风险感知预测数据模型，设计相应的数据指标。在海量数据互联互通的前提下，不断对机器进行训练，初步实现智能判断和预测，快速做出事态分析和走势研判。依托大数据支持，可以更敏锐地发现事件苗头，及时采取事前控制措施，实现群体性事件的精准预测、干预评估和动态调整。

（2）知识共享同步进行，提升基本预测素养

科技知识和信息技术是政府应急管理和应急决策的重要工具和手段。学习预测相关知识和预测成功案例有助于推进快速、高效的预测工作。在群体性事件风险感知预测活动中，让每一位参与其中的工作人员都拥有基本的理论知识和行动技巧，就理应同步开展实习共享和技能培训。积极开展专题讲座、应急管理培训课程以提升应急管理人员的专业理论能力与知识共享技巧。通过技能培训、课程学习加强对突发群体性事件的应对经验与方法的掌握，提升预警预测素养，降低群体性事件发生概率，实现社会风险感知与应对。

（3）鼓励开展预测研究，为实践提供理论指导

组织相关实操专家和业界学者，开展社会群体性事件的预测研究工作，并及时将研究成果进行分享和转化。制定相应的政策，鼓励更多力量参与到群体性事件研学中来。当前，针对群体性事件风险预测管理领域的大数据技术应用，国外研究重点主要集中在群体性事件网络信息风险的管理，更关注危机信息传播以及网民通过网络寻求援助而引发的群体性事件;注重分析网络社交平台中风险与危机的动态与演化过程;关注依托大数据技术进行网络舆情信息的传播途径、变化趋势等监控与分析。在我国基于大数据技术的群体性事件研究主要集中在监测监控、预测预警机制、决策应对机制以及网络舆情引发的研究。

显而易见，在已有的研究中越来越关注大数据技术在群体事件中的预警预测与风险感知，这些研究无疑为一线实践、技术开发、预测方法提供有力的指引，甚至能够在研究探索中寻找更优的预测手段。

（4）技术手段日益重要，技能储备成为必然要求

技术预警是大数据时代群体性事件预警的重要工具。基于互联网的信息收集技术、数据分析技术、趋势研判技术、情报追踪技术、案例搜索技术、决策辅助技术等是群体性事件预警的基本技术。技术学习与共享对于顺利预警群体性事件十分关键，自觉接受常态化培训，掌握相关技术，是未来进行群体性事件预测工作的基本要求。

2.构建分级别类型案例库，辅助研判决策，促进预警科学智能

无论是机器学习和训练，还是预测团队的构建，都需要在案例库合理建构的基础上开展群体性事件风险感知预测的工作。互联网大数据环境和技术可以利用技术数据，对群体性事件开展信息筛选、精准预警和趋势研判。当然只依赖数据显然不够，还需要一双能够看透这些数据背后信息的“眼睛”，而这才是预测最重要的环节。当数据都已提示群体性事件风险走势时，相应的响应机制必须快速跟上，而在此前，需要明了“数据”背后的风险层级。

（1）收集历史事件案例，分门别类进行常态整理

什么是有效的预测措施，哪些措施是低成本且高效率的，这些可通过汲取过往案例来分享经验与总结教训。案例库的建设是以大数据技术为依托，基于案例库查找过往发生相同或类似案例进行推理，从中汲取经验，总结教训进而解决当前问题④。分析历史事件案例爆发的原因与应对措施，能够从中汲取经验与总结教训;收集历史上群体性事件治理的案例或案例群，利于建立分领域、分类型、分级别的案例库。通过案例库相关案例检索，能够实现对事件爆发潜在因素、产生后果、应对措施的对比，提升相类似群体性事件风险应对的能力，為实现知识向力量的转变、向实际效益的转变提供平台和渠道。

（2）分拆重点案例数据，建立智能决策模型系统

案例库的构建是开展机器学习和训练，进行智能预测的基础。对重点案例进行分拆，设置相应的关键词或者开展初步的语义分析，为技术预测提供高效的语料库和关键词库。同时，基于案例库标签，建立数据决策过程性模型和智能决策系统，以辅助群体性事件个例的预测。

在设定关键条件和重要因子的基础上展开数据运算、模型演绎、仿真推理和效果评估，实现海量数据下的临机决策，量化决策模型，以求得当前个案的最佳预测策略，有效避免人工决策中的主观经验论断，促进群体性事件预警的科学性。同时可以利用技术手段开展决策动态调适，实现决策动态跟踪，提高智能预警决策的效率。

（3）构建案例技术系统，让案例能够初步“动起来”

科学智能化的预测系统，需要人工智能等前沿技术参与，在目前的技术储备下，可以先初步构建案例检索系统，基于关键词匹配来快速准确地找到相似案例及案例群，分析已发生群体性事件的预警措施和实施效果，让案例先“动起来”。

五、 在大数据框架下开展社会冲突风险整体性预警

目前，我国正处于社会转型的重要时期、改革攻坚的关键期，世界多极化、经济全球化深入发展，社会信息化、文化多样化持续推进，各种风险层出不穷。如何在深刻变化的时代中洞悉风险，赢得主动，就需要以总体国家安全观为指导，以战略性、整体性思维开展社会冲突风险感知预警。

1.构建全线出击联动机制，做好顶层设计，理顺参与各方关系

大数据环境下社会群体性事件涉及面十分广泛，在经济全球化不断深入、信息化不断发展、利益格局深刻调整的今天，社会风险感知管控工作已经涉及各个领域、各条战线、各个环节，具有综合性、立体性、全方位性的特征。在大数据环境下，必须牢固树立社会群体性事件风险感知预测工作整体推进的理念，坚持做到全体动员、全线出击，各条战线、各个部门积极参与，密切配合，构建全方位、多层次、宽领域的风险感知预测工作网络体系，形成推进社会风险感知预测与管控的强大合力。

（1）鼓励网民理性表达，及时响应合理诉求

建立完善的民众网络参与制度，促进网络表达的理性、规范。群体性事件本身及相关舆情消息构成闭环循环的信息源，社会公众利益诉求与矛盾深化是引发群体性事件的助燃剂，群体性事件预警要关注的是民意信息与数据⑤。网络空间的自由表达和参与在环境的影响下使非理性情绪迅速膨胀，群体性事件内部各要素与外部环境催化加剧群体性事件发生，民意表达与信息数据是群体性事件应急处置的前提，是应急管理决策的基础。公众基于利益诉求或情绪宣泄的网络表达是网络群体性事件发生的前提条件，网民通过点击量、转载、跟帖等方式表达诉求或宣泄情绪，利益诉求的表达与关注是缓解乃至消除群体性事件的关键。网络诉求表达的渠道通畅，能实现有效沟通，宣泄不良情绪，也有助于问题得到解决，削弱群体性事件爆发的动能。

（2）经常上网体察民情，实现线上线下联动

要学会走网上群众路线，经常上网察民情，认真开展“网络问政”，接受群众网络监督。社会公众利益诉求难以表达、不满情绪难以宣泄等问题导致集体上访等各种群体性事件的发生，关注民情利益诉求的表达是有效防范社会群体性事件的基础。因此，要善于采用“网上网下、线上线下”综合立体的工作方法，将有效的传统工作方法与新的现代工作方法紧密结合，推动形成多元立体的工作方法体系。完善社会公众参与表达机制，通过网上问政、市长信箱、信访等表达渠道让民众、社区、企业等线下力量都参与利益表达，及时发现线下不良苗头，实现群防群治。

（3）切实保障数据共享，完善多部门协作机制

海量数据收集、案例汲取经验、知识技术运用是大数据背景下预警感知群体性事件的前提。在大数据时代应基于信息数据共享提升风险感知与防范，从源头降低群体性事件发生的概率，为此需要建立健全大数据共享制度，依托数据共享打破信息壁垒，实现跨区域、跨行业、跨部门、跨数据的数据共享机制，实现数据协同。通过资源共享、多部门协作来实现群体性事件风险的全面感知，及时作出风险管控与应对。

（4）构建有力执行体系，保障决策稳妥落地

各方力量既要参与社会风险感知预测，更要积极配合构建有力执行体系，并且在执行过程中及时反馈信息，为动态科学决策提供有力的参考。因此，要构建有力执行体系，建立统一领导、各级负责、反应迅速、协同配合的联动机制，开展全局性、系统性的风险应对与管控工作⑥。 实现应急决策稳妥落地，降低社会群体性事件给社会和谐稳定带来的危害，打造社会和谐发展格局。

2.构建全网数据收集体系，打破领域壁垒，实现信息充分共享

在顶层设计构建完成后，基于大数据开展的群体性事件风险感知预测，最核心的工作无疑就是构建全网数据收集体系，彻底打破领域壁垒，实现数据信息共享。

（1）海量数据收集分析，预测才能更加精准有效

感知风险，尽早发现群体性事件苗头，积极开展应对措施需要依托全面的信息数据分析，要依托大数据收集和处理技术，智能预警模式会对全网数据展开捕捉，实现海量数据的量化分析，让数据来说话。掌握信息主动权是实现风险感知的内动力，全数据预警模式能有效避免传统模式中样本数据的时间滞后和样本误差，保证对群体性事件信息的及时把控，分析潜在风险，抓住有效的预警时机。

（2）监测实现全域覆盖，全面把握感知社会态势

运用互联网大数据技术对社会各个领域的实时信息监测，无论是文本信息，还是图片、视频、音频，从宏观领域到微观层面，从整体态势到局部状态，从群体形势到事件个案，实现对互联网数据的全面把握。充分依托物联网、互联网技术实现监测全域覆盖，利用技术实现视频信息的采集、编码、存贮和实时传输。利用网络监控加强人像聚集密度监测，通过提取图像中的人员位置信息，采用核密度空间聚类算法，对人群聚集的空间和运动特征实现实时监测、预警，提升群体性事件风险感知预警准确率，全面把握社会动态⑦。

（3）及时实现数据共享，密切关注潜在风险因子

社会群体性事件种类繁多、数据量大，要想全面动态监测数据潜在风险因子，就要以数据共享为依托，加强对海量数据进行必要的处理，同时基于群体性事件预警的关键字、指标设计和统计算法对信息进行甄选，打通内部共享渠道和路径，快速实现数据共通共享，构建数据模型，密切关注潜在风险因子。不同领域的相关组织机构紧密追踪有可能促成群体性事件的热点信息，加强社交网络热点热词的预测和研判，充分关注网络跟帖和转载热点话题的来源、传播速度、发展趋势，实现传统的被动风险管理向积极预警研判的转变，提升社会群体性事件应对与管控的能力。

3.构建预警机制制度体系，及时感知风险，实现全方位预警

群体性事件的长效预警机制是实现全方位风险感知的保障，预警制度和预警机制体系的完善实现了风险预防关口前移，增强群体性事件应对的及时性与科学性。

（1）健全矛盾纠纷排查调解机制，降低事件发生风险

社会公众利益冲突与矛盾纠纷是社会群体性事件产生的根源，社会利益调和与矛盾纠纷的排查是有效降低群体性事件发生的方式之一，因此建立健全矛盾排查调解机制，要充分发挥人民调解与司法调解的重要作用。要积极发挥基层社区、工会、社会纠纷调解机构的作用，对矛盾纠纷进行全方位排查并分类管理。建立矛盾调解排查台账，针对同类纠纷集中处理，健全矛盾纠纷调解机制，对利益群体间矛盾进行调解，减少因纠纷升级引发的社会群体性事件的发生，降低社会治理风险。

（2）健全社会公众表达参与机制，拓展民意诉求表达渠道

群体性事件的发生源于社会环境与利益诉求表达渠道阻滞的相互影响，矛盾积累越多越大，就极易形成群体性事件，只有社会公众利益诉求充分表达才能实现利益矛盾的调和。因此，健全社会公众表达参与机制，拓展诉求表达渠道是提升社会风险预警感知的关键。要建立良好的互动机制，通过信访、社会听证会、网上问政、网上监督投诉平台、群众热线等加强社会公众参与表达。

（3）健全法治教育宣传机制，增强群众法律观念

社会群体性事件常常伴有缺乏法律观念的问题，往往非理性情感膨脹或是法不责众易引发盲目从众。因此，要健全法治宣传教育机制，拓展宣传形式与渠道，提升群众法律观念。通过法律讲座、报纸、广播、专题片等方式加强法律知识的普及，通过小品、歌舞、朗诵等大众喜闻乐见的形式增强法律教育影响力。扎实推进法治宣传进校园、进社区、进企业、进家庭，提升全面法治观念意识，减少非理性群体性事件的发生。

4.构建风清气正网络环境，管控不良示范，积极纾解负面情绪

当今世界，互联网为代表的信息技术的发展，拓展了人类交流生活的空间，引领了社会变革，优化了国家治理新方式，极大地提高了人类认识世界、改造世界的能力⑧。然而，任何事物都有两面性，互联网也概莫能外。对于社会群体性事件而言，互联网在群体性事件产生、发展的过程中无疑起到了推波助澜的作用。网络空间作为亿万民众共同的精神家园，必须是健康有序、风清气正的，否则，就可能带来更多的社会治理危机。

（1）提防网络刻意煽动，适当管控不良信息刺激

信息流动过程中产生的噪音无疑给网络秩序的维护带来巨大干扰，特别是别有用心者的“煽风点火”，有时为了形成破坏力甚至不惜造谣诽谤。这些负面信息最容易在风险集中区域产生，并借助互联网迅速放大和传播。群体性事件作为社会风险集聚、社会矛盾聚集的重要表现形式，以此为中心极易产生有意识或者无意识的干扰性信息，并在人们的自我保护心理之下迅速传播。这些信息对人们的事实判断、情绪反映和行动选择产生影响，引发群体性事件发生。因此，治理群体性事件刻意煽动、网络谣言、不良信心等问题需要重视互联网领域的社会团体力量⑨。习近平同志指出，“互联网的治理必须从单向管理转向双向互动，从线下转向线上线下融合，从单纯的政府监管向更加注重社会协同治理转变”⑩。逐步改变删帖等传统管理方式，实现政府与网络社会团体合作治理，发挥政府和网络社团各自优势，形成官方舆论场和民间舆论场，逐步实现政府、团体、个人、线上线下的联合辟谣态势。

（2）净化网络生态环境，规避负面信息不良引导

加强互联网信息规约，净化网络生态环境，减少网络谣言和煽动性信息对社会民众的负面刺激，规避负面信息的不良引导和示范，搭建一个理性表达、中立判断、客观评析、正面引导的信任型网络空间环境，及时纾解消极负面情绪，逐步压缩不良信息的生存空间。同时做好宣传思想工作，实现“强信心、聚民心、暖人心、筑同心”，解决民众亟待解决的实际问题，且在解决问题的过程中，努力解决好思想问题，让网络空间的正能量充沛起来。政府部门不仅要办好事，还要守正创新，用好宣传手段，贴近群众、凝聚民心。使网民既不被负能量误导，又获得正能量引领，自然不会轻易受到错误言论的煽动和蛊惑，这样，群体性事件的动员力和破坏力自然会消解，社会风险也就能得到有效管控。

注釋：

①夏一雪，兰月新：《大数据环境下群体性事件舆情信息风险管理研究》，《电子政务》2016年第11期。

②梁迎丽，梁英豪：《人工智能时代的智慧学习：原理、进展与趋势》，《中国电化教育》2019年第2期。

③ 丰云，蔡岚：《国内整体性治理的现状、反思与展望》，《领导科学》2015年第6期。

④ 张双狮，兰月新，刘冰月，夏一雪，张鹏：《基于案例推理的群体性事件智能决策支持WEB系统研究》，《情报杂志》2017年第4期。

⑤刘英杰：《突发性群体事件中网络舆情危机治理路径研究》，《法制与经济》2018年第2期。

⑥王传雄：《新时期有效预防和处置群体性事件的思考》，《前进》2018年第5期。

⑦邵荃，唐志星，孙海燕，周航：《基于视频图像分析的旅客群体性事件预警方法》，《解放军理工大学学报（自然科学版）》2013年第5期。

⑧程晨：《网络空间不是“法外之地” 依法加强网络空间治理——习近平网络空间治理法治化思想初探》，《社会治理法治前沿年刊》2016年。

⑨欧阳果华：《治理网络谣言：政府与网络社团的合作模式探析》，《中国行政管理》2018年第4期。

⑩习近平：《加快推进网络信息技术自主创新 朝着建设网络强国目标不懈努力》，《中国信息安全》2016年第10期。

参考文献：

[1]夏一雪，兰月新.大数据环境下群体性事件舆情信息风险管理研究[J].电子政务，2016，（11）：31-39.

[2]刘英杰.突发性群体事件中网络舆情危机治理路径研究[J].法制与经济，2018，（02）：167-168+171.

[3]王传雄.新时期有效预防和处置群体性事件的思考[J].前进，2018，（05）：41-42.

[4]梁迎丽，梁英豪.人工智能时代的智慧学习：原理、进展与趋势[J].中国电化教育，2019，（02）：16-21.

[5]温志强，郝雅立.大数据环境下群体性事件的智能预警[J].上海行政学院学报，2018，19（02）：80-87.

[6] 丰云，蔡岚.国内整体性治理的现状、反思与展望[J].领导科学，2015，（6） ： 27.

[7]彼得·圣吉.第五项修炼[M].三联书店，1999.

[8]邵荃，唐志星，孙海燕，周航.基于视频图像分析的旅客群体性事件预警方法[J].解放军理工大学学报（自然科学版），2013，14（05）：501-506.

[9]张双狮，兰月新，刘冰月，夏一雪，张鹏.基于案例推理的群体性事件智能决策支持WEB系统研究[J].情报杂志，2017，36（04）：106-111+145.

[10]程晨.网络空间不是“法外之地” 依法加强网络空间治理——习近平网络空间治理法治化思想初探[J].社会治理法治前沿年刊，2016：113-124.

[11]欧阳果华.治理网络谣言：政府与网络社团的合作模式探析[J].中国行政管理，2018，（04）：84-90.

[12]习近平.加快推进网络信息技术自主创新 朝着建设网络强国目标不懈努力[J].中国信息安全，2016，（10）：23.

[13]张爱军，刘姝红.大数据与风险社会的三维预警[J].自然辩证法研究，2017，33（05）：98-102.

Risk Perception and Early Warning of Social Conflicts

in Big Data Environment

Wen Zhiqiang / Li Yongjun

Abstract： Under the dual social background of social transformation and big data information era， the group contradictions in different fields are intertwined and complicated， the explosive and fissile characteristics of citizen interest information dissemination further derivate new social risks and affect overall social security. In order to reduce the risks of social conflicts caused by the outbreak of mass incidents， we must make good use of the knowledge and technological advantages of the era of big data， to realize the risk perception and control of social conflicts from the two aspects of knowledge-skills and overall security governance. To this end， we must accelerate the linkage mechanism for the coordinated management of multi-agents such as government， society， and market， build data sharing across the entire network， improve the category case database， explore knowledge forecasting research， establish a sound forecasting and early warning system， create a clear network environment， and explore community. Event-aware prediction and early warning techniques and methods to achieve accurate prediction and scientific prevention of risk perception.

Key words： Big Data Environment; Group Events; Social Risk; Risk Warning