[论文解读] On Using Synthetic Social Media Stimuli in an Emergency Preparedness Functional Exercise

Andrew Hampton, Shreyansh Bhatt+6 more|arXiv (Cornell University)|Mar 2, 2015

Public Relations and Crisis Communication参考文献 10被引用 3

一句话总结

本文提出了一种大规模的合成推特式微博流（32,000+条消息），专为区域应急准备功能演练而设计。通过整合真实、误导性和无关的社交媒体内容，本研究评估了公共信息官员（PIOs）在事件检测、信息验证和警报发布方面的能力，表明在配备培训和过滤工具的前提下，社交媒体可提升态势感知能力和跨机构协作效率。

ABSTRACT

This paper details the creation and use of a massive (over 32,000 messages) artificially constructed 'Twitter' microblog stream for a regional emergency preparedness functional exercise. By combining microblog conversion, manual production, and a control set, we created a web based information stream providing valid, misleading, and irrelevant information to public information officers (PIOs) representing hospitals, fire departments, the local Red Cross, and city and county government officials. PIOs searched, monitored, and (through conventional channels) verified potentially acionable information that could then be redistributed through a personalized screen name. Our case study of a key PIO reveals several capabilities that social media can support, including event detection, the distribution of information between functions within the emergency response community, and the distribution of messages to the public. We suggest that training as well as information filtering tools are necessary to realize the potential of social media in both emergencies and exercises.

研究动机与目标

• 开发一种逼真且大规模的合成社交媒体流，以模拟功能演练期间的实时应急信息流动。
• 评估公共信息官员（PIOs）如何从混合质量的社交媒体内容中检测、验证并传播可操作信息。
• 评估社交媒体在支持事件检测、跨机构沟通和公众信息传播方面的作用，特别是在应急响应情景中。
• 识别PIOs在应对信息过载和虚假信息方面的不足，并提出培训和过滤工具以提升其表现。

提出的方法

• 通过自动化微博转换、人工内容创作以及一组中性消息的控制集，生成了超过32,000条消息的合成微博流。
• 将消息分类为有效（可操作的紧急事件）、误导性（虚假但看似可信的声明）或无关（偏离主题或非紧急内容），以模拟现实世界社交媒体的复杂性。
• 通过基于网络的界面交付合成流，使PIOs能够监控、搜索并借助传统验证渠道验证信息。
• PIOs被分配代表医院、消防部门、红十字会及地方政府的角色，并需使用个性化屏幕名称重新分发已验证信息，以模拟实时公众沟通。
• 该演练设计为功能演练，重点在于信息流动和决策制定，而非实际物理响应。
• 对一名关键PIO进行了案例研究，以分析其在演练期间的行为、信息处理方式和沟通模式。

实验结果

研究问题

• RQ1 公共信息官员（PIOs）如何从包含有效、误导性和无关内容的合成社交媒体流中检测并验证可操作的紧急信息？
• RQ2 社交媒体在应急准备演练中在多大程度上能够支持事件检测和跨机构协作？
• RQ3 在应急模拟中，PIOs在管理实时社交媒体信息流时面临哪些信息过载和虚假信息的挑战？
• RQ4 培训和信息过滤工具在多大程度上能提升PIOs识别和传播可信信息的能力？

主要发现

• 合成社交媒体流成功模拟了真实的信息动态，包括有效的紧急警报、误导性声明和无关内容，提供了一个具有挑战性但真实的演练环境。
• 公共信息官员展示了从合成流中检测关键紧急事件并与其它机构协调的能力，表明社交媒体在提升态势感知方面具有潜力。
• 尽管努力应对，PIOs仍面临信息过载和误导性内容误判的问题，凸显了改进过滤和验证工具的必要性。
• 案例研究显示，PIOs严重依赖传统验证渠道和个性化消息传递，表明在有效管理下，社交媒体可作为跨机构和公众沟通的关键渠道。
• 研究确认，社交媒体监测和信息过滤培训对PIOs在真实紧急情况中有效利用社交媒体至关重要。
• 本研究证实，社交媒体可在应急响应中支持事件检测、跨机构协作和公众信息传播，但前提是必须辅以结构化培训和技术支持工具。