突如其来的新冠病毒打乱了不少师生的行程计划和学习计划，与此同时，无数人告别了家人，走向了“前线”。这场战役不仅仅属于医疗工作者，大数据和人工智能在这次防疫战中，对可视化的疫情监控、舆情数据关系挖掘、寻求疫情规律等，起到了举足轻重的作用，为全国的疫情指挥决策、精准防控提供了智能化支撑。

陈庭贵是浙江工商大学统计与数学学院的一名教师，即便宅在家中，也灵感倍出。他用统计学专业知识指导研究生探讨本次疫情防控事件中出现的公共舆情的演化趋势，期望以此指导应急救援策略的制定，并进行了相关研究。这几天，这篇名为《社会偏好视角下基于个体收益的公共舆情极化》的论文，还登上了环境研究与公共卫生（SSCI）期刊，得到不少学生点赞。

“新型冠状病毒感染的肺炎疫情牵动着亿万人民的心，这一重大突发公共卫生事件不仅是对我国突发公共卫生事件应急管理机制的一次考验，也对突发事件期间新闻舆论的正向管理提出了挑战。”陈庭贵说，在疫情发生之初，接二连三的舆情事件不仅影响了公众对疫情的理性判断，就想着能否用自己的专业对社会热点事件进行统计分析，“时刻关注热点事件的进展，尽可能收集一手数据，对数据进行情感分析，预测事情演化趋势。”

于是，他在线上联系了学生，大家一拍即合，立马开启在线研讨。

“大数据、AI系统广泛应用发挥着越来越重要价值，多个城市都在使用确诊患者之前的行动轨迹，排查潜在感染人群。同时，这次事件中爆发的谣言种类繁多，‘杀伤性’各有不同，如喝酒能够消灭病毒、需要戴多个口罩等。” 陈庭贵和他的研究生应用统计方法，对舆情数据进行关系挖掘，通过引入经济学中的社会偏好理论，揭示公众态度极端化现象产生的本质机理，以期对舆论进行合理引导，并指导科学应急救援决策的制定。

考虑到不同主体在应对突发公共卫生事件时所表现出来的不同态度，陈庭贵引入收益函数，即不同主体通过观点的交互所获得的各种潜在价值，包括被周围网民的认可、自身声望的提升等，用以衡量主体在每次观点交互过程中的收益，从而分析其下一步的决策行为。

正确舆论导向的目的，就是要凝聚最大力量，众志成城解决突发事件。虽然是统计学，陈庭贵说，也需要通过仿真实验分析不同社会偏好，以及不同个体收益等因素，对突发公共卫生事件舆情极端化效果的影响。

来自浙商大经济统计专业的尹小花今年研一，能参与此次研讨很激动。她说，面对新型冠状病毒肺炎发展极其迅速，城市决策和治理措手不及，需要研究全链全源的基于大数据与人工智能技术的疫情传播预警，预测模型构建和决策，优化新型冠状病毒感染预防、干预阻断方案，并对城市重大公共卫生事件提出有效的早期识别和社会治理机制和方案，“不在抗击疫情的第一线，但我们用所学的知识，为疫情的防控以及最终抗疫的胜利，贡献自己的一份力量。”

“每个人为打赢这场抗击疾病的战役做了自己应该做的事情，做出了应有的贡献。”陈庭贵说，合理学习与研究，也能让“疫”变“益”。
面对突发疫情，浙江工商大学执行最严格的校园管控措施，“日报告”“零报告”的同时，利用大数据紧急推出“商大云战疫——浙江工商大学健康打卡平台”线上打卡平台，师生通过登录学校的微信公众号，进行每日健康打卡报平安，做到数据全，底数清、情况明。