突發(fā)事件，指事發(fā)突然并可能造成嚴重社會危害，需采取措施緊急應對的事件。我國正處于經濟與社會轉型的加速期，自然災害、公共衛(wèi)生、事故災難和社會安全等各類突發(fā)事件時有發(fā)生，單一突發(fā)事件所引發(fā)的鏈式連鎖反應風險增加，給我國的社會安全與人民生活帶來了巨大影響�？茖W的突發(fā)事件預警機制有助于及時更改風險演進路徑，切斷其進一步演化為高風險事件的可能性。隨著新媒體時代的到來和信息技術的發(fā)展，信息的流通速度大大加快，媒體的職責已不再局限于事后報道，而是應著眼于事前預警，很多危機如果能在其萌芽狀態(tài)即迅速預警、高度重視、果斷處置，其負面效應會小得多。然而，傳統(tǒng)突發(fā)事件信息的出處相對單一，彼此之間缺乏關聯(lián)而難以發(fā)揮數據全部的價值。隨著互聯(lián)網、人工智能、大數據等技術的迅猛發(fā)展，以及突發(fā)事件的相關報道越來越多地出現在了社交媒體上，讓我們看到了突發(fā)事件傳媒預警的可能性。本書從突發(fā)事件傳媒預警的必要性和可行性出發(fā)，通過梳理人工智能與大數據的相關技術，試圖從技術的角度探索突發(fā)事件時空分布與風險演化的內在規(guī)律，并*終提出一條突發(fā)事件傳媒預警的可能路徑。全書共分為五章，結構如下：第一章為緒論，論述了突發(fā)事件傳媒預警的必要性和可行性，并在現有的文獻基礎上分析了相關的國內外研究現狀；第二章論述了人工智能、數據挖掘和復雜網絡三種智能技術及其概念特征、發(fā)展歷程、典型應用，它們是突發(fā)事件傳媒預警的技術基礎；第三章以突發(fā)事件大數據為基礎，從不同角度進行了靜態(tài)數據挖掘與分析實踐，包括突發(fā)事件的時空分布特征提取與統(tǒng)計分析，并以暴雨為例，從多源大數據中挖掘突發(fā)事件的本體規(guī)律；第四章試圖利用圖論等工具進行數學建模，分析不同類型突發(fā)事件之間的關聯(lián)特征與風險演化規(guī)律，從而挖掘突發(fā)事件的內在風險傳播模式；第五章以不同的突發(fā)事件為例，提出相應的傳媒預警策略，*后探討了突發(fā)事件傳媒預警仍需面臨的困難和挑戰(zhàn)。書中各章節(jié)列出了主要的參考文獻，在此對索引文獻中的作者和出版機構表示感謝。華中師范大學新聞傳播學院的喻發(fā)勝教授、張振宇副教授在作者職業(yè)生涯之初給予了寶貴的學術支持與靈感啟發(fā)。本人的三位研究生和三位本科生參與了研究和本書的編寫工作，他們分別是孫楚蕾、王詩月、王詩盼、馬世拓、李鵬坤和陳奧威。本人在研究過程中得到了華中科技大學新聞與信息傳播學院領導和同事們的大力支持。本書的出版，得到了華中科技大學出版社楊玲老師和唐夢琦老師的大力幫助和支持，在此一并表示衷心的感謝。本書為*人文社會科學研究青年*項目人工智能路徑下突發(fā)事件的傳媒預警機制與應用研究（17YJC860023）的階段性成果。需要注意的是，由于本書中涉及的突發(fā)事件數據大多來源于社交媒體平臺，且海量數據的清洗和結構化過程繁雜，并非我國突發(fā)事件的全樣本數據，因而結論與實際情況可能存在一定的偏差。但該研究是對突發(fā)事件傳媒預警的一次有益嘗試，希望給予未來的研究以一定的啟發(fā)。此外，作者自認才學疏淺，水平有限，更由于時間及精力所限，書中難免有錯誤和疏漏之處，懇請讀者批評指正，若能不吝告知，更將不勝感激。