当期荐读 2021年第4期 | 公众反恐信息需求的网络表达与满足程度研究

图源 | Internet

安璐^1,2 周雯静²

(1. 武汉大学信息资源研究中心; 2.武汉大学信息管理学院, 武汉, 430072)

摘要

网络问答平台为公众获取知识与交流信息提供了良好的渠道。文章旨在构建一种基于问答平台的用户对特定领域信息需求的测度方法,以掌握公众对相关问题的理解,发现知识获取的障碍与不足。研究依托中文问答平台百度知道,以反恐怖主义领域为例,勾勒反恐信息需求的主题框架及热度、演化特征,融合回答与提问的客观和主观相关性评估各类需求被满足程度,并结合需求度与满足度来分析实验结果。研究发现公众反恐信息需求呈主题多样化特征,事实型信息需求的被满足程度最好。研究结果有助于评估反恐信息服务与知识科普的供需关系和实际效果,分析框架可有效支持问答平台用户的信息需求挖掘,为优质的信息服务提供数据与决策支持。

[关键词]

信息需求 需求满足 问答平台 反恐信息 用户行为 公共安全信息

1  引言

变革和危机管理正成为时代主题，传统与非传统的安全威胁持续蔓延。2018年全球共发生9600多起恐怖袭击事件，造成15952人死亡^[1]。新形势下我国国家安全和社会安定面临的威胁和挑战不断增多，各种威胁和挑战联动效应明显。提升公民国家安全素养是新时代国家安全工作的重要内容^[2]。目前我国已将反恐怖主义纳入国家安全战略，并指出“有关部门应组织开展反恐怖主义宣传教育，提高公民的反恐怖主义意识”^[3]。然而，当前公众对恐怖主义的认知差异较大，存在疑惑、恐惧、好奇等复杂情绪。理解公众反恐怖主义信息需求与盲点，对于全民反恐的工作推进具有重要意义。

作为新兴的互联网沟通媒介，网络问答平台成为公众获取信息的重要渠道，其提问直接反映公众的真实信息需求。在中文问答平台中，百度知道分别以93.1%、88.1%占据着最高的用户认知度和使用渗透率^[4]，用户流量庞大且不同年龄、职业的群体覆盖广泛。平台上关于各类问题的问答数据丰富并持续增长，能够反映广泛、真实的公众想法，为分析公众公共安全信息需求提供了宝贵的数据来源。如李纲等^[5]基于百度知道中用户发布的信息，揭示了公众针对突发事件的信息需求与利益诉求。

鉴于此，本文试图基于问答平台百度知道，构建一种用户对特定领域的信息需求及满足程度的测度方法，透过问答数据掌握公众对相关问题的理解，为公众的信息需求挖掘与相关信息服务提供支持。同时基于构建的需求测度框架，对公众反恐信息需求的特征及满足现状进行识别与探析，从而评估反恐信息服务的供需关系和实际效果。

2  相关研究

2.1 公众反恐信息需求研究

公众对反恐怖主义信息的需求属于公共安全信息需求。基于我国提出的反恐“专群结合”概念，民众的反恐力量应当与专业的、职能部门的反恐力量有机结合，共筑铜墙铁壁。在反恐宣传及民众主体参与反恐过程中，必然会产生相应的安全信息需求，公众需要依赖更多的媒介比如问答平台来减少信息不对称。

公众反恐信息需求区别于反恐怖主义情报信息。反恐怖主义情报信息是有关恐怖活动线索、恐怖组织行动类的信息，包括有形资源与无形资源^[6]，属于国家机密。而公众反恐信息需求以一般性、事后性信息居多^[7]，包括反恐怖主义科普信息和知识，恐怖事件发生、发展和应对处置信息等，产生于公众的现实需求和对自身安全的不确定性。

根据佛泽瑞·迪班提出的“四个视角论”，公众视角里的恐怖主义仿佛一个“变型金刚”，形象各异^[8]。曹陇华等^[9]通过问卷调查发现，公众对“恐怖袭击”这类距离日常生活较远的话题认知度普遍不高且存在较大差异，其信息期望有待得到更好地满足。彭宗超等^[10]对城市居民的研究结果表明，公众的风险认知水平是影响其行动选择的关键因素，对社会恐慌的控制以及恐怖事件的防治都起着重要的作用。因此，识别公众对反恐信息的需求，并据此开展有针对性的反恐科普与宣传教育，对于提升社会反恐共识具有重要意义。

2.2 基于问答平台的信息需求研究

问答服务平台快速发展，越来越多的用户为满足其对信息内容的期待，选择在社交问答平台如百度知道上进行提问。用户选择问答平台进行信息搜寻的动机主要包括在搜索引擎中未获取答案、解决主观性问题、获得答案的速度和质量、寻求答案更便利、成本相对较低等^[11]。大量网民的信息需求散落于问答网络和知识碎片组成的互动性信息行为中。

目前关于社交问答平台信息需求的研究大多聚焦于健康主题。一类从用户出发，采用观察法、调查法等方法，研究用户信息需求的形成机理、影响因素、用户模型等。如徐孝婷等^[12]通过对老年用户进行访谈和问卷调查，构建了老年用户的健康信息需求模型。另一类则从信息内容出发，通过获取网络平台的文本数据，调查大众的信息需求、态度和观点。Bowler等^[13]利用内容分析法对雅虎问答上饮食失调话题的提问进行归类，得出了患饮食失调青少年的五类信息需求。Zhang等^[14]识别了寨卡病毒爆发期间雅虎问答上相关提问的主题模式和变化。陆泉等^[15]基于中文健康社区的提问数据，利用分布式文本聚类分析了肿瘤板块用户的信息需求特征。此外，一些学者也对社会问答平台上的提问进行了更一般的划分，总结出概念完成类、定义类、过程类、比较性、选择性、验证性、定量类、原因类和一般信息需求等九种提问类型^[16]。

已有研究几乎都集中于对健康信息需求的挖掘，缺乏对公众其他信息需求的关注。此外，在基于信息内容的用户需求研究中，大都只针对提问文本挖掘信息需求特征，对于用户相关信息需求的被满足程度缺乏深入探索。

2.3 用户信息需求的满足评价研究

充足的信息可以消除不确定性，有效减少谣言、避免人群恐慌^[17]。问答网站不仅提供了需求表达的平台，更重要的是使用户可以获取其他人的信息。学者们对用户在信息搜寻后的信息评价、选择和采纳的影响因素进行了研究，认为主题一致性、信息完整性等均会影响信息质量评价^[18]。Logie等^[19]对比分析三个不同的社会问答网站发现，回答集合对提问需求的满足能力与其数量呈正相关。

相关性作为信息检索领域的重要概念^[20]，由两个实体的联系所组成，被认为是信息需求与文档之间的一种匹配关系^[21]。相关性越高，则文档越贴近用户的信息需求。因此，可以将对信息需求满足的评价视为对这种相关性的评价，以此判断用户的信息需求能否得到满足。相关性是一个多维的概念，一般认为包括客观相关性和主观相关性两个方面^[22]。

客观相关性即面向系统的相关性，通常指文档与查询之间的主题一致性。问答平台的相关研究中，学者们主要围绕回答与提问文本的语义相关性展开。其中，基于词义特征的相似度计算利用语义词典或词向量，可以充分理解句子间的语义关系^[23]。主观相关性即面向用户的相关性，是用户对回答与其需求的符合程度的判断^[24]。在社交问答平台中，用户主体对于回答相关性的感知影响着其对信息的选择和采纳^[25]。基于自身认知和所处情景的不同，不同用户间的相关性判断存在差异^[26]。问答平台中为用户提供了多种信息评价机制，有学者在研究中将回答得分作为用户对回答的评价结果，分数越高，用户对回答越认可^[27]。

综上所述，文章将从相关性的视角出发，融合问答间的客观相关性、主观相关性两个维度，来评估用户相关信息需求的被满足程度。

3  研究设计

本文的研究框架包括三部分，在数据收集与预处理之后，首先，基于提问识别用户信息需求主题等特征；然后，基于回答数据评估用户信息需求被满足程度；最后，构建“需求度-满足度”分析框架，综合分析公众信息需求表达及满足现状。

3.1 数据采集与预处理

作为用户对自身信息需求与知识获取的主动表达，问答数据是观察公众信息需求内容及特征的良好素材。问答平台对提问与回答文本进行了结构化标注，相较于论坛等其他平台，可以更加直接地识别出用户的信息需求与满足情况，因此，研究选取问答平台作为研究平台。

研究以百度知道为数据源，通过关键词检索获取实验数据。百度指数在“相关词热度”板块对相关词以检索需求降序展示，因此研究借助百度指数平台构建检索词表。利用Python程序获取相关提问，过滤无关提问后，进一步获取提问下的回答数据，然后对问答数据进行预处理。为提升分词效果，研究基于已有词典构建自定义词典，利用Python第三方中文分词库Jieba对提问语料进行分词及去停用词处理。

图1 研究框架

3.2 基于提问的用户信息需求分析

数据预处理后得到所有提问的关键词语料，基于词语相似度对关键词进行聚类。Word2Vec算法可以将词语表示成包含语义信息的分布式向量，使得语义相似的词语在向量空间中具有更近距离，在许多自然语言处理任务中取得了很好的效果^[28]。本文以Word2Vec的Skip-gram模型来完成词语的向量化表示。

基于100万个维基百科中文词条和250万篇搜狐新闻语料，对Word2Vec模型进行训练，并将提问词语从语义空间映射到向量空间。然后，对所有词向量进行聚类，聚类算法选择K-means算法。确定聚类簇数的一种经验方法是，对于包含n个数据的数据集，设置簇数k大约为n/2的二次方根；另一种流行和有效的方法是肘方法，即随着聚类数的增多，当组内误差平方和（SSE）不再显著下降，则认为聚类趋于稳定^[29]。聚类后得到若干主题，根据词汇所属主题类别，得到每条提问所包含的各主题下的词汇个数，进而得到提问覆盖的主题类别。最终，所有提问与主题对应Item-Topic矩阵MIT，如等式（1）所示。

其中，n是提问总数，k是主题总数，当第i条提问中包含有第j类主题下的词汇时，t_ij=1，否则t_ij=0。每类主题下的提问即为该主题列中所有t_ij=1的元素对应的行。依据公众提问得到公众反恐信息需求的主题分布。

为进一步探究公众的需求表达情绪与热度演化特征，实验对各类型提问进行情感倾向分析，并勾勒用户信息需求的变化趋势。百度AI开放平台提供的情感倾向分析^[30]，可以较好地判断文本情感极性，其情感分析结果为0到1的数值。实验调用百度AI开放平台接口进行情感倾向分析，以情感均值作为各主题需求下公众情感极性的判断依据，数值越低，表明该主题下的需求表达和态度倾向越负向。

3.3 基于回答的需求满足程度分析

研究基于回答与提问的客观相关性与主观相关性两个方面，评估回答的提问需求满足能力，进而测度各主题下反恐信息需求的被满足程度。

3.3.1 回答客观相关性

客观相关性即文本语义相关性。百度知道上，由于悬赏、积分等激励机制的影响，一些提问下会产生灌水回答，如“不知道”“同意楼上”等，这些回答虽增加了信息数量，但并未提供新的信息。因此，有必要先识别提问与其回答的语义相关性。实验借鉴基于词义特征的语句相关度计算方法^[31]，计算回答和提问在词级别语义信息的匹配程度。主要步骤如下：首先对文本进行预处理，得到提问词序列与回答词序列；然后利用Word2vec模型将所有词语映射到词向量；最后计算提问中词语与回答的相关性得分并取平均，最终得到回答与提问的语义相关性R(Q,A)^[32]，计算方法见等式（2）。

其中，m为提问中词语的个数，R(W_i,A)为提问中词语W_i(1≤i≤m)与回答A的相关性得分，R(W_i,A)的计算方法见等式（3）。

其中，w_i为提问中词语W_i的向量表示，a_j(1≤j≤n)为回答中词语的向量表示，n为回答中词语的个数。依次计算提问词向量wi与回答中每个词向量的余弦相似度s(w_i,a_j)，以最大词对匹配作为该提问词语W_i与回答的语义相关性。

利用上述方法，将提问与其接收到的回答结合起来，计算语义相关性。依据相关性值的大小来识别提问与所接收到的回答主题是否一致，删除相关性值低于阈值的不相关回答，从而实现回答数量的主题校正。

3.3.2 回答主观相关性

主观相关性是面向用户的相关性。问答平台中，信息需求的主体既包括提问者，也包括检索提问的浏览者。回答采纳是提问者在其提问被回答后对回答相关性的反馈和认可，由百度知道管理员推荐的回答显示为“被网友采纳”。根据回答被采纳情况及采纳者类型，将回答分为四类，如表1所示。

表1 回答被采纳的四种类型

提问浏览者对回答相关性的评价表现为点赞和点踩，以回答支持率作为浏览用户对回答的相关性判断。当回答的点赞数为a、点踩数为b时，回答支持率p=a/(a+b)。然而这种计算方法未考虑小样本的结果置信度问题，为此美国数学家Wilson提出了修正公式“威尔逊区间”^[33]。根据“威尔逊区间”，支持率p置信区间的计算见等式（4）。

其中，n为评价总数，z_α/2为置信概率为α时对应的z统计量，p-、p+分别为置信区间的下边界和上边界，实验取下边界作为修正后回答支持率。

以提问下所有回答的采纳等级最大值作为该提问的回答集被采纳情况，以所有回答支持率的最大值作为该提问的回答集支持率。对于某一主题，分别以所有提问的采纳回答占比和支持率均值作为其回答采纳度和回答支持率。综合各主题下提问的相关回答数、回答采纳度和回答支持率三个指标来评估公众反恐信息需求的满足程度。各指标的权重利用熵权法确定。熵是对不确定性的一种度量，指标的信息熵越小，则其提供的信息量越多^[34]。

4  实验过程与结果分析

4.1 实验数据准备

按照3.1节方法进行数据采集与预处理。恐怖组织是恐怖主义的实施主体，研究以“恐怖组织”话题为例剖析公众反恐信息需求的网络表达。实验借助百度指数平台构建了包含“恐怖组织”“恐怖团伙”“伊斯兰国”等36个关键词的检索词表，以检索词表在百度知道中进行检索，最终得到3656条提问数据和10193条回答数据。利用Jieba对问答语料进行预处理，由于语料涉及政治、军事、法律等领域，实验将搜狗词库^[35]中的搜狗政治学、军事和法律词汇大全等17359个词汇一同纳入自定义词典并导入分词系统。

4.2 公众反恐信息需求的网络表达

利用3.2节方法对公众反恐信息需求表达内容进行主题分析。为了确保得到合适的聚类结果，首先基于经验公式将聚类个数初步确定为40，然后根据组内误差平方和的变化将聚类个数最终调整为38。聚类后对结果进行人工审查，将表达意义一致的簇合并，最终得到18类主题。如表2所示，这些主题以及关键词反映了用户在讨论时重点关注的内容。由于一条提问可涉及多个主题，因此一条提问在多个主题下均有分布是正常的。对公众的需求表达情绪进行探究，由表2可知，所有主题均呈现出负面情绪，这表明了公众的反恐怖主义立场。其中，情感倾向最为负面的五个主题是T6、T14、T17、T7、T8，这些主题主要是关于恐怖活动造成的危害后果。

表2 公众反恐信息需求框架及主题描述

进一步对需求主题进行归纳，得到反恐信息需求框架。公众的反恐信息需求表达内容主要包括六类，分别是定义及性质、基本运作、活动区域、恐怖活动危害、防范打击对策以及其他信息需求。在第一类需求“定义及性质”中，公众主要就相关概念进行区分、比较，认识恐怖组织和恐怖主义，例如ISIS（伊斯兰国）是什么？，恐怖组织、贩毒集团和黑社会组织的区别？谁更厉害？。在T4组织名称中，出现频率最高的分别是伊斯兰国、塔利班、基地组织，这说明其恐怖活动造成了较高的社会影响与危害，给公众带来的风险感知程度最高。在第二类需求“基本运作”中，提问内容涉及恐怖组织的头目领袖、人员招募、资金来源、武器装备等信息，恐怖主义因何及从何获取支持力量，令公众感到不解与疑惑。第三类需求主要关注于恐怖组织在全球各国的活动情况。从提问可以看到，在中东国家之外，东南亚、欧洲等成为了恐怖主义新的活跃区，公众产生了相应的反恐形势信息需求。第四类和第五类需求则直接反映出了公众对于反恐怖主义的认识与思考，在提问中公众表达了对恐怖组织绑架杀人等残忍行径的不解和愤怒，同时表达了对恐怖主义的产生原因、危害，以及恐怖组织的打击措施和现状等信息的知晓需求。此外，公众还有相关影视作品、新闻报道、宗教信仰等其他信息需求。

为探究公众反恐信息需求演化趋势，实验分析了提问的时间分布，如图2所示。总体看，公众的需求表达在大多时候处于稳定状态，但偶尔会出现一些高峰时间点，在这些时间点用户需求明显增多。分析高峰时间点附近的提问语料发现，这些时间节点一般与发生的恐怖主义重大事件相关。表3所列为提问数量高峰时间点及相关事件的识别结果，在10个高峰时间点中，3个涉及重大恐怖袭击事件、3个与公民被恐怖组织杀害相关、1个与全民国家安全教育日相关。这表明恐怖主义活动往往会造成很高的社会影响，引发人们对于反恐怖主义的关注，继而产生相关的信息与知识需求。同时，全民国家安全教育日的设立可以提升公众的反恐意识，公众的现实需求与关注也在网络问答平台上得到了即时反映。

图2 公众反恐信息需求随时间的演化

表3 需求表达高峰时间点及相关事件识别

4.3 公众反恐信息需求被满足程度

基于语义相关性对提问收到的回答进行客观相关性评价。结合回答文本与其对应提问，形成10193对问答语料，计算得到所有问答对的相关性值分布如图3所示。部分回答去停用词后不包含任何词语，因此与提问的语义相关性表现为0。

结合问答对相关性分布和实际语料表现，实验将相关性阈值确定为0.2，即若一条回答与提问文本的相关性值大于0.2，则被认为与提问主题相关，否则认为与主题不相关。基于此，共识别出925条与对应提问主题不相关的回答，删除与提问不相关回答，以此完成回答的主题校正。最终得到平均每条提问收到的相关回答数为2.5。

实验从提问用户和浏览用户出发评估回答主观相关性，并综合相关回答数、回答采纳度和回答支持率三个指标衡量各主题的信息需求满足程度。利用熵权法得到三个指标的权重分别为0.19、0.51、0.30。以标准化后的提问数量作为各主题的信息需求程度，按照指标平均数将主题划分为四种类型，得到图4所示信息需求分布的四分图，对各主题进行“需求度-满足度”的综合分析。

可以看到，A1为“高需求-高满足”区域，包括T14、T15、T17。表明公众对于恐怖组织的基本定义、造成的社会危害、打击遏制恐怖主义具有较高的关注度，同时信息需求也得到了较好的满足。这类需求多为事实型信息需求，经过广泛的社会宣传，广大人民群众已基本看清暴力恐怖分子和恐怖组织敌视国家、危害社会的本性。

图3 回答与其对应提问的语义相关性

图4 “需求度-满足度”主题分析框架

A2为“低需求-高满足”区域，包括T3、T5、T11、T18。位于该区域的反恐信息需求也已得到较好的满足。公众通过将恐怖组织与黑社会、贩毒团伙等组织进行联系比较，对恐怖主义的性质获得了更清晰的认知。关于反恐怖主义的法律法规如反恐怖主义法、恐怖组织罪等知识和信息可在网络上开放获取，且相关部门进行过一定程度的普及，因而相关信息需求也可以得到较好的满足。此外，在T18中存在一些将恐怖主义与特定民族、宗教相挂钩的提问，但通过回答者的信息提供，其需求得到了较好的满足，之前可能存在的认知偏差获得了纠正。

A3为“低需求-低满足”区域，包括T1、T7、T12、T13、T16。其中T7“中国城市”主要涉及在我国云南、新疆等城市发生过的恐怖袭击事件，T12“公安抓捕”主要关注恐怖袭击事件的处理后续，其发生、发展及应对处置信息的发布一般需要经过严格审批，相关信息获取难度较大。新闻报道通过信息传播媒介，还会引发公众至问答平台中获取更多信息，以期化解自身疑惑^[36]，提出“新闻中恐怖组织为何宣称对事件负责？如何负责？”等问题。除此之外，也有公众询问相关纪录片、电影的名称或者情节，可能由于描述、资源及受众的局限，这类提问的回答难度也较大，相关信息需求均有待得到更好的满足。

A4为“高需求-低满足”区域，包括T2、T6、T8、T9、T10。这些话题获得了较高的关注，但需求并未得到很好的满足。随着国际恐怖主义的蔓延，公众在关注我国反恐形势之外，也会关注恐怖组织在其他国家的活跃情况，包括中东国家、法国等欧洲国家和菲律宾等东南亚国家，这些地区也是恐怖主义的新活跃区^[37]。分析提问语料发现，在T10中公众对于国际反恐行动表现和我国防范打击举措表达出了较高的信息知晓需求。这体现出我国公民不仅重视内部安全和自身安全，同时也重视外部安全和共同安全。因此，反恐怖主义宣传教育在宣传反恐技能和法律法规之外，还可以加大相关部分的宣传投入力度。

此外，本研究对需求满足程度的三个测度指标进行了相关性分析。表4显示，在0.01水平上，回答支持率与回答采纳度之间没有相关关系，相关回答数与回答采纳度之间相关性较低，而相关回答数与回答支持率之间呈显著正相关。这表明，在该话题中相关回答数越多，被浏览用户认可的可能性越高，但对提问者是否采纳回答影响不大。这一方面是因为两类用户具有不同的需求匹配评价标准，另一方面可能是因为相较于提问者采纳回答，浏览者对认可的回答可以即时点赞且无需给予悬赏，反馈成本更低。

表4 信息需求满足指标相关性

5  结论及展望

本研究依托中文问答平台，构建了用户对特定领域信息需求与满足程度的测度方法，对公众反恐信息需求的主题、热度等特征进行了识别，并基于“需求度-满足度”综合分析框架揭示了公众反恐信息需求的满足程度。研究发现主要包括以下三个方面：

（1）公众反恐信息需求的网络表达主题呈现多样化特点。公众反恐信息需求不仅涉及对恐怖组织的判定与区分，还涉及其基本运作、活动形势、危害影响和防范举措等其他信息需求。面对恐怖主义威胁，相关部门可以进一步贴近公民信息需求，切实帮助公众认知恐怖主义，理清其中的相关关系，并及时矫正曲解化的信息和公众的认知偏差，让正确的反恐观念成为社会共识，以专群结合、群防群治提高整体防控水平。

（2）当前我国反恐怖主义宣传教育已取得一定成效。根据实验结果，公众关于法律法规等事实型的信息需求均得到了较好的满足，对于恐怖主义的社会危害性也有了一定认识。此外，反恐题材纪录片的采编创作例如新疆反恐纪录片，也有效地增强了公民国家安全意识。网络问答平台的大众参与性使得信息质量参差不齐，相关部门未来可以考虑与网络问答平台协作，作为上游权威机构加入问答平台，带动内容质量与专业性提升。平台可以加强相关话题的信息组织与服务，为公众创造良好的讨论氛围，以反恐知识的广泛传播，进一步扼杀恐怖主义的生存空间。

（3）公众的部分反恐信息和知识需求有待得到更好的满足。恐怖袭击事件发生以后，尤其是袭击目标、地点与中国相关时，会出现反恐信息需求的激增，然而，相关信息的供给却远低于公众的认知需求。职能部门可以进一步健全反恐公共安全信息的公开机制，明确信息的公开范围，完善信息的通报制度，对恐怖事件的发生、发展和应对处置等信息进行及时、适度共享，确保公民的知情权与安全感，引导理性健康的信息传播。

本研究丰富了用户信息需求研究的内涵，构建的基于问答平台的用户信息需求及满足程度测量框架，可以为公众的信息需求挖掘与分析提供有效支撑，对于理解网络问答平台在公众特定领域信息搜寻中的作用具有重要意义。同时，透过百度知道中相关的用户问答数据，也揭示了公众反恐信息需求框架及盲点，有助于职能部门了解反恐信息服务的供需关系和知识科普的实际效果，从而有针对性地为公众提供相关信息与知识服务，切实帮助群众正确认识和把握反恐斗争的复杂性和特殊性，在全社会形成维护国家安全和社会安定的强大合力。

本文的局限性主要在于，在评价用户需求被满足程度时，假设用户对回答的采纳或点赞即是其对回答与其信息需求相匹配的认可，而现实中用户行为的发生可能更加复杂。未来将考虑进一步提取回答的评论特征以丰富评估维度，同时结合问卷法突破行为数据分析在用户信息需求研究中的操作局限。此外，研究仅采集了百度知道单一网络问答平台上关于特定话题的数据，未来将扩大数据来源，采集其他问答平台以及论坛数据，并对比分析不同网络平台中用户信息需求表达及满足程度的差异，以期更全面地掌握公众相关信息需求的全貌。

致谢: 感谢图书情报国家级实验教学示范中心为本研究提供的实验支持!

参考文献

作者简介

安璐, 教授, 博导, 研究方向为网络数据分析、应急情报研究, Email:[e-mail]; 

周雯静, 硕士生, 研究方向为信息服务、网络舆情分析, Email:[e-mail]。

*原文载于《信息资源管理学报》2021年第4期，欢迎个人转发，公众号转载请联系后台。

* 引用格式

安璐, 周雯静. 公众反恐信息需求的网络表达与满足程度研究[J]. 信息资源管理学报, 2021, 11(4): 40-50.

往期 · 推荐

制版编辑 | 王阿凤

审核 | 于阿媛

长按识别二维码关注我们

信息资源管理学报

微信号

xxzyglxb

分享、在看与点赞

只要你点，我们就是朋友：）