如何通过1亿条微博、文章、短视频，提前预测到汛情？

6月28日，沈阳给在武汉的父亲打了一个电话：劝他去地势较高的地区旅游。这通电话源自6月8号的桂林内涝新闻，两地相隔700多公里。
沈阳发出这条提醒的时候， 2020年的水患还没完全引发社会各界的关注。当天中午的微博热搜更多关注疫情防控和未成年人保护法修订。直到晚上，热搜里才有几条暴雨的消息。
但6月初那条新闻确实引起了沈阳的注意，作为清华大学新闻与传播学院的教授，他长期从事舆论分析研究，在网络上有100万粉丝。在分析网友言论和长期天气预报后，他预感到位于长江中游的武汉可能出现内涝，便给父亲打电话提个醒。
在电话里，父子俩经历了一番争执，不愿走动的父亲拒绝了儿子的建议，但沈阳的预测却逐渐得到印证。
7月12日17时，汉口江滩三阳门封闭，这是自2002年建成后汉口江滩第一次全面过水行洪。当晚，武汉水位达到28.77米，突破历史第四高水位。而在整个南方，这场百年一遇的大洪水已造成27省份3789万人次受灾，死亡失踪141人，倒塌房屋2.9万间。

文章图片

7月11日，长江汉口站水位持续上涨，上涨的江水即将淹没武昌黄花矶凉亭。新华社采访人员肖艺九摄
如何从1亿多条微博、文章、短视频中为未来可能发生的危机预警？在沈阳看来这并非不可能：通过对全网公开信息的分析和挖掘，有望从小微舆情中发现潜在危机，并精准预测风险走向。

网络舆情预测风险：预感武汉疫情暴发，临近发车退掉车票

自大数据概念进入中国以来， Google用大数据预测美国流感暴发的事迹屡被提及。 “谷歌流感趋势”有着简单易懂的逻辑：特定关键词的搜索数量可能反映当地的流感疫情。
但由于预测模型的不足，这一系统的预测结果渐渐走偏，与实际情况差距越来越大， “大数据预测”也更多停留在学术层面。而让沈阳进入预测领域的，却是一次生活经历。
1月18日，沈阳准备回武汉过年。当时他隐约有些印象，武汉出现了某种传染病。离发车还有两个多小时，沈阳用自己的大数据系统筛选出部分网友评论，又用微信找网友确认了一下细节。预感到武汉的疫情可能有些严重，他先斩后奏把票退了。
“我父亲当时不是很理解， ”在和家人反复沟通后，父亲勉强同意他不回家过年了。几天后，钟南山披露新冠病毒存在人传人现象，全国进入抗疫时间。
这次成功的预警也刺激到沈阳， “我以前做大数据分析，从来没想过这件事可以跟自己的生活这么密切相关。 ”
沈阳将这种预测方法命名为“基于网络公开数据的风险弱信号发现与预测” 。他表示，通过公开的网络舆情，可实现对风险弱信号的发现和预警。他将之视为一个新的研究领域。
所谓“风险弱信号”往往有一类特征——在舆论场中总量不多，上网的时候很难注意到，但其蕴含的风险性可能在未来指数级增长。形象的说，这件事肯定不在“热搜”里，等上“热搜”的时候这件事已经发生并且很大程度上在发酵了。
他告诉南都，这些“风险弱信号”可能潜藏在微博、微信、网页、客户端、论坛、贴吧、短视频等各个角落。而他要做的，就是从每天1亿多条全网数据中，找到那个最终可能演变为危机的风险。

由案例找规律：预测北京二轮疫情走势，加入日韩传播模型

3月初，沈阳在一条微博上对外宣告：今天我们团队成立了灰犀牛研究小组，涵盖灰犀牛大数据、黑天鹅大数据、灰犀牛和黑天鹅预警研判，就目前而言，我团队已经具备数月内会发生的高概率事件的一定预测能力。
这条微博下除了一些“点赞”的表情包，也有质疑之声。 “靠谱嘛？”一名网友写道。