一种应急信息管理方法、系统及存储介质与流程

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(coronavirusdisease2019，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。技术实现要素：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curvefittingtool进行拟合，采用非线性最小二乘法并配合最小绝对残差(leastabsoluteresidual，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小时数总响应量小时数总响应量150.67％799.29％275.66％899.65％387.99％999.83％494.08％1099.91％597.08％1199.96％698.56％1299.98％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二次确认比例开始时间结束时间90％3h15min3h55min95％4h14min4h34min98％5h32min5h40min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]trustdata2019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2010.8。[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。当前第1页12