張杰，王川，董曉霞，祝文琪，岳慧麗,2，劉升平,2，周清波,2

基于裂變模式的農(nóng)業(yè)農(nóng)村信息快速調(diào)查及分析平臺開發(fā)與應用

張杰1，王川1，董曉霞1，祝文琪1，岳慧麗1,2，劉升平1,2，周清波1,2

1中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所，北京 100081；2農(nóng)業(yè)農(nóng)村部區(qū)塊鏈農(nóng)業(yè)應用重點實驗室，北京 100081

【目的】為了有效解決傳統(tǒng)農(nóng)業(yè)農(nóng)村基礎信息采集過程中存在的采集周期長、樣本量小、投放不精準、數(shù)據(jù)質(zhì)量低、審核難度大等難題，實現(xiàn)突發(fā)事件背景下海量數(shù)據(jù)快速獲取及可視化分析，本研究設計、研發(fā)了一套集問卷精準投放、數(shù)據(jù)快速采集、結(jié)果自動分析為一體的農(nóng)業(yè)農(nóng)村信息快速調(diào)查平臺，為各級農(nóng)業(yè)管理部門快速決策提供便捷工具。【方法】（1）總體設計：借助5層架構(gòu)技術(shù)和中臺理念設計平臺，采用新媒體、GIS、社會網(wǎng)絡分析（SNA）等技術(shù)，構(gòu)建問卷精準投放模型、多級裂變模式、快速審核和自動分析策略，利用點度中心度、中介中心度、空間聚類等方法對調(diào)查問卷傳播網(wǎng)絡的裂變關(guān)系、擴散能力以及社群特征進行分析，深度挖掘、多維度呈現(xiàn)平臺數(shù)據(jù)價值。（2）系統(tǒng)實現(xiàn)：采用前后端分離模式研制了2個子系統(tǒng)，分別為面向調(diào)研用戶的速調(diào)采集系統(tǒng)、服務于信息調(diào)查者的速調(diào)管理及分析系統(tǒng)。（3）平臺應用：利用VMware vSphere集成容器和集群服務器部署系統(tǒng)，借助Nginx負載均衡方式提高系統(tǒng)響應速度。【結(jié)果】通過半年持續(xù)運行，系統(tǒng)普適性強，已提供8大領域12次大規(guī)模農(nóng)業(yè)農(nóng)村信息調(diào)查服務，共采集問卷76 953份；農(nóng)業(yè)農(nóng)村經(jīng)濟信息調(diào)查案例中5 h內(nèi)采集了12 243份問卷，裂變比例為88.23%，其中20.24%的人形成擴散并裂變，社群效果明顯，裂變程度高、速度快、范圍廣；平臺綜合功能強，覆蓋了問卷設計、投放地控制、裂變分享、智能審核、酬勞發(fā)放、統(tǒng)計分析、用戶沉淀等功能，可為農(nóng)業(yè)農(nóng)村信息快速調(diào)查提供高效的一站式服務。【結(jié)論】基于裂變模式的農(nóng)業(yè)農(nóng)村信息快速調(diào)查與分析平臺，具有數(shù)據(jù)采集快、信息獲取真、樣本收集多、功能性強的特點，實現(xiàn)了突發(fā)事件背景下農(nóng)業(yè)農(nóng)村基礎信息緊急獲取及分析結(jié)果可視化呈現(xiàn)，形成了一種基于海量數(shù)據(jù)、區(qū)別于官方調(diào)查的民調(diào)模式，可為各級農(nóng)業(yè)管理部門開展行業(yè)信息的精準、高效調(diào)查，實現(xiàn)科學決策提供有力的技術(shù)支撐，對其他行業(yè)信息調(diào)查具有借鑒意義。

農(nóng)業(yè)農(nóng)村信息；快速調(diào)查；裂變模式；社會網(wǎng)絡分析；精準投放模型；系統(tǒng)設計

0 引言

【研究意義】農(nóng)業(yè)農(nóng)村數(shù)據(jù)是管理部門開展決策的基礎[1]，也是農(nóng)業(yè)的生產(chǎn)要素和重要生產(chǎn)力[2]，高效低成本地獲取農(nóng)業(yè)數(shù)據(jù)是發(fā)展先進農(nóng)業(yè)的重要任務[3]。因此，快速采集農(nóng)業(yè)農(nóng)村數(shù)據(jù)具有重大意義，具體表現(xiàn)為（1）國家有要求，具有戰(zhàn)略意義。近年來國家陸續(xù)出臺了《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019-2025年）》《“十四五”全國農(nóng)業(yè)農(nóng)村信息化發(fā)展規(guī)劃》《“十四五”數(shù)字農(nóng)業(yè)農(nóng)村建設規(guī)劃》《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》《創(chuàng)新驅(qū)動鄉(xiāng)村振興發(fā)展專項規(guī)劃》等一系列政策文件，要求大力發(fā)展數(shù)字農(nóng)業(yè)。（2）管理部門有需求，具有現(xiàn)實意義。管理部門制定規(guī)劃時需要依據(jù)基礎數(shù)據(jù)，摸清農(nóng)業(yè)底數(shù)，明晰基礎情況對宏觀決策至關(guān)重要，尤其是應對突發(fā)事件，例如近兩年的新冠肺炎疫情[4]、河南特大洪澇災害等。（3）科研單位有訴求，具有學術(shù)意義。農(nóng)業(yè)科學研究離不開數(shù)據(jù)的支撐[5]，這對發(fā)現(xiàn)潛在的規(guī)律具有重要價值[6]。【前人研究進展】當前農(nóng)業(yè)生產(chǎn)的環(huán)境信息、土地利用情況、農(nóng)作物生長數(shù)據(jù)可借助物聯(lián)網(wǎng)、3S技術(shù)獲取[7-10]，但農(nóng)業(yè)經(jīng)濟、農(nóng)業(yè)生產(chǎn)活動等非自然數(shù)據(jù)在很大程度上仍需人工采集。此類數(shù)據(jù)傳統(tǒng)的獲取和統(tǒng)計方式為自下而上，逐層上報，分級審核，同級匯交[11-13]，這是國家統(tǒng)計局、自然資源部、農(nóng)業(yè)農(nóng)村部等部委常用的官方調(diào)查方式，權(quán)威性強，覆蓋面廣，社會利用率高，但時效性弱[14]，耗費的人力物力龐大，難以滿足個性化指標調(diào)查的需求。為了提高信息采集的時效性，王羨欠[15]、許淳等[16]、駱慧勇[17]利用互聯(lián)網(wǎng)技術(shù)設計了一種通用的問卷調(diào)查系統(tǒng)，實現(xiàn)了無紙化及標準化采集，降低了數(shù)據(jù)錄入與傳播成本，并且為了提升線上調(diào)查系統(tǒng)的靈活性和適應性，盧錦運等[18]還設計了支持邏輯跳轉(zhuǎn)和答題約束的調(diào)查系統(tǒng)，應用效果有了很大提升，但此類線上系統(tǒng)無法采集空間信息，或僅通過解析IP地址推算地理位置，精準度不足，無法滿足關(guān)注空間信息類研究的要求。隨著GIS技術(shù)和智能終端的發(fā)展，不少研究者提出了新的方案，例如夏興生等[19]利用空間信息技術(shù)和移動開發(fā)技術(shù)研發(fā)了農(nóng)作物種植面積測量野外調(diào)查系統(tǒng)，可通過手持設備調(diào)查種植面積信息，并且支持北斗與GPS雙模定位，調(diào)查效率相對于傳統(tǒng)方式提高了30倍。鄧煜等[20]借助OZIExplorer軟件和安卓技術(shù)研發(fā)了一款支持定位和導航的野外調(diào)查系統(tǒng)，并且支持遙感圖像校正。戚元華等[21]利用定位和語音識別技術(shù)制作了一款手機APP，可采集中藥資源的種類、標本、圖片、位置和時間，在全國中藥資源普查中應用效果良好。此類方法專業(yè)性強，大多為某一類研究定制，通用性弱，因為是抽樣方式，分析結(jié)果受樣本影響較大。為了盡可能接近事情本質(zhì)，需要爭取采集更多數(shù)據(jù)甚至是所有數(shù)據(jù)，因而需結(jié)合大數(shù)據(jù)技術(shù)。王英強等[22]研制了基于大數(shù)據(jù)技術(shù)的農(nóng)業(yè)統(tǒng)計數(shù)據(jù)采集平臺，王川等[23]設計了基于移動互聯(lián)的農(nóng)業(yè)農(nóng)村信息速調(diào)平臺，并推出了最受用戶歡迎的手機式填報+新媒體式傳播方式，形成了數(shù)據(jù)隨時采集、實時展示的新模式，達到快速、全面采集農(nóng)業(yè)數(shù)據(jù)的目的。但實際應用過程中，流量成本較高，調(diào)查信息很難推送到大量農(nóng)村填報者，致使數(shù)據(jù)采集比較困難。傳播界為了快速推廣內(nèi)容，常應用裂變技術(shù)，例如胡欽太等[24]提出了新媒體背景下社會教育裂變的3種模式：互動循環(huán)式、監(jiān)督式、分級傳播式，研究如何利用新媒體裂變快速推進社會教育，史歷峰[25]研究了如何利用裂變技術(shù)打造“刷屏廣告”，打造熱點。近幾年，裂變技術(shù)在其他行業(yè)逐步興起，例如拼多多利用紅包裂變吸收了大量新用戶[26]，很快從新晉電商變成了三足鼎立。傳統(tǒng)的粉絲社群和粉絲經(jīng)濟，借助移動互聯(lián)網(wǎng)和裂變傳播，變革生產(chǎn)、營銷、消費體系環(huán)節(jié)，依靠圈層式聚合力和裂變性擴散達到引爆事件目的，形成火熱的社群經(jīng)濟[27]。【本研究切入點】當前農(nóng)業(yè)農(nóng)村信息官方調(diào)查周期長、成本高，民用難度大。應用目前互聯(lián)網(wǎng)免費的成熟工具缺少空間信息，數(shù)據(jù)質(zhì)量低，審核難度大，數(shù)據(jù)安全存在隱患；定制的工具專業(yè)性強，普適性弱；基于大數(shù)據(jù)采集系統(tǒng)難以獲得大量數(shù)據(jù)。裂變技術(shù)可極大加速信息的傳播，解決數(shù)據(jù)采集難題，不過當前應用在農(nóng)業(yè)農(nóng)村信息調(diào)查方面的研究較為少見。【擬解決的關(guān)鍵問題】本研究采用多級裂變、社會網(wǎng)絡分析和新媒體等技術(shù)，設計、研發(fā)了一套集問卷精準投放與數(shù)據(jù)快速采集、智能審核、自動分析、酬勞結(jié)算為一體的農(nóng)業(yè)農(nóng)村信息調(diào)查平臺，解決信息調(diào)查中面臨的周期長、缺少空間信息、數(shù)據(jù)質(zhì)量低、審核難度大、樣本量不足、投放不精準等關(guān)鍵問題，為農(nóng)業(yè)管理部門決策提供輔助，為農(nóng)業(yè)科研部門創(chuàng)新提供支撐，為農(nóng)業(yè)生產(chǎn)者及時了解市場動態(tài)提供服務。

1 材料與方法

1.1 平臺總體設計

1.1.1 需求分析及功能設計 農(nóng)業(yè)農(nóng)村信息快速調(diào)查及分析平臺（簡稱“平臺”），為各級農(nóng)業(yè)決策者提供農(nóng)業(yè)農(nóng)村信息快速采集和分析服務，協(xié)助管理者快速掌握突發(fā)事件影響程度，例如近兩年的新冠肺炎疫情、河南洪災、山西洪災，對比傳統(tǒng)逐層上報、層層審批耗時費力的官方調(diào)查模式，形成一種快速全面調(diào)查的新模式，同時打破過度依賴第三方問卷采集系統(tǒng)的現(xiàn)狀，解決當前面臨的紅包抽成高、數(shù)據(jù)采集困難、無法過濾無效問卷、審核難度大、難以沉淀受訪者、專題分析不夠靈活等難題。為滿足上述需求，平臺應具備以下功能：（1）提供問卷自傳播、投放區(qū)域可配置、自動判斷虛假問卷等功能，解決采數(shù)難、質(zhì)量低的難題；（2）問卷設計應靈活，滿足使用人員根據(jù)各類業(yè)務自定義問卷、設置投放區(qū)域和指標異常值范圍；（3）提供快速審核功能，支持多維度自動篩選異常數(shù)據(jù)，提高審核效率；（4）數(shù)據(jù)分析應可定制且形式多樣，支持指標、閾值、分段數(shù)量、顏色等維度設置，滿足統(tǒng)計圖、二維表和專題圖等多種形式呈現(xiàn)；（5）提供星級評分策略，實現(xiàn)用戶分級式管理和遞增式報酬，便于留存高質(zhì)量農(nóng)戶；（6）紅包發(fā)放應細致可查，支持按問卷和用戶等維度追溯，便于財務對賬。

根據(jù)平臺所服務的人員類型、各自需求和面臨痛點，將平臺拆分成2個系統(tǒng)：面向被調(diào)查人員的速調(diào)采集系統(tǒng)、服務于信息調(diào)查者的速調(diào)管理及分析系統(tǒng)。采集系統(tǒng)實現(xiàn)問卷信息的閱覽、填報、領取報酬和轉(zhuǎn)發(fā)推廣等功能，具體包括進入答題、問卷填寫、問卷查閱、個人信息、歷史答題和推廣記錄等6個功能模塊，調(diào)查人員為普通農(nóng)民、村干部、返鄉(xiāng)創(chuàng)業(yè)、合作社成員和其他，通過“農(nóng)業(yè)農(nóng)村信息速調(diào)平臺”微信公眾號填報；管理及分析系統(tǒng)主要完成人員管理、問卷設計、問卷審閱、酬勞結(jié)算和信息分析等功能，主要涵蓋用戶管理、問卷管理、參數(shù)配置、樣區(qū)控制、紅包管理、統(tǒng)計分析、專題分析、星級評分和系統(tǒng)建議等9個模塊。

1.1.2 平臺框架設計 平臺架構(gòu)如圖1所示，自下而上共分為5層，分別為基礎支撐層、數(shù)據(jù)管理層、業(yè)務支撐層、應用服務層和展示層[28]?；A支撐層為平臺提供統(tǒng)一的保障服務，包括硬件、軟件、網(wǎng)絡、服務，屬于基礎底座，確保平臺正常、安全運行。平臺部署采用VMware vSphere集成容器和集群服務器技術(shù)，具有較高靈活性、擴展性以及硬件隔離性，當一臺虛擬機出現(xiàn)故障后，可無縫啟動備份服務器，充分保障業(yè)務系統(tǒng)連續(xù)運轉(zhuǎn)。數(shù)據(jù)管理層負責存儲和管理數(shù)據(jù)，分別使用MySQL、MongoDB、GeoDB存儲結(jié)構(gòu)化、非結(jié)構(gòu)化和空間數(shù)據(jù)，保障數(shù)據(jù)高效存放和讀取，同時利用主從備份技術(shù)實現(xiàn)數(shù)據(jù)實時備份，滿足安全管理要求。業(yè)務支撐層處理所有業(yè)務相關(guān)的工作，采用中臺理念設計，包含數(shù)據(jù)中臺和業(yè)務中臺，前者提供數(shù)據(jù)從匯聚、加工、可視化到利用的全流程服務，實現(xiàn)數(shù)據(jù)從“收”到“用”的價值轉(zhuǎn)變；后者是速調(diào)平臺業(yè)務邏輯的核心，將公共功能抽象成一個個獨立運行的服務，解決重復開發(fā)、復用性低的難題[29]。應用服務層為用戶提供直接操作的系統(tǒng)界面，包括速調(diào)采集系統(tǒng)、速調(diào)管理及分析系統(tǒng)，采用前后端分離技術(shù)和基于微信服務號方式開發(fā)，為了應對用戶裂變帶來的高并發(fā)訪問難題，利用Nginx模式實現(xiàn)負載均衡。展示層是平臺的展示方式，結(jié)合不同使用者應用場景，提供大屏、中屏和小屏等形式。

圖1 平臺總體架構(gòu)圖

1.1.3 業(yè)務流程設計 信息調(diào)查類研究包括調(diào)查發(fā)起者和問卷填報人，根據(jù)二者角色特點及協(xié)同工作流程，設計了2條主線[30]，詳細流程設計如圖2所示，實現(xiàn)了從調(diào)查發(fā)起到結(jié)果統(tǒng)計的全流程管理。左側(cè)主線是面向調(diào)研發(fā)起人的業(yè)務，包括問卷設計、發(fā)布、審閱、紅包發(fā)放和數(shù)據(jù)統(tǒng)計，右側(cè)主線面向問卷填報者，涵蓋問卷填寫、裂變分享和領取紅包。

圖2 平臺業(yè)務流程圖

1.2 平臺關(guān)鍵技術(shù)及模型

1.2.1 多級裂變技術(shù)，解決樣本量不足難題 現(xiàn)如今流量非常金貴，互聯(lián)網(wǎng)行業(yè)獲取新用戶的成本大約50元/人，如何快速將調(diào)研信息傳送給調(diào)研對象并獲取反饋結(jié)果是調(diào)研類研究面臨的重要難題。為了解決此問題，本研究采用了多級裂變技術(shù)，即通過受訪者自行轉(zhuǎn)發(fā)擴散帶動新用戶填報，新用戶提交后再次分享給周圍朋友，最后周圍朋友再次擴散到其交際圈，即經(jīng)歷“個人—個人”“個人—群眾”“群眾—群眾”逐步裂變[24]，從而形成自傳播。經(jīng)過分析和總結(jié)，本研究總結(jié)了裂變公式：裂變＝種子用戶＋傳播渠道＋傳播動機＋時間節(jié)奏＋互動方式＋工具。（1）種子用戶：國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系（簡稱“產(chǎn)業(yè)體系”）綜合試驗站人員和固定觀察點技術(shù)員；（2）傳播渠道：農(nóng)業(yè)農(nóng)村信息速調(diào)平臺微信公眾號、國家農(nóng)業(yè)科技創(chuàng)新聯(lián)盟（簡稱農(nóng)科聯(lián)盟）、產(chǎn)業(yè)體系、行業(yè)公眾號、行業(yè)微信群；（3）傳播動機：現(xiàn)金紅包，一份問卷常規(guī)在5—15元/次；（4）時間范圍：3—5 d；（5）互動方式：答題有獎；（6）工具：微信服務號、短信和微信群。裂變流程如圖3所示。

圖3 裂變流程圖

1.2.2 社會網(wǎng)絡分析，掌控裂變擴散效果 可視化呈現(xiàn)問卷傳播數(shù)據(jù)可以幫助調(diào)查人員快速了解裂變效果，輔助其根據(jù)裂變速度及時調(diào)整每份問卷獎勵，有利于控制成本。

社會網(wǎng)絡分析（social network analysis，SNA）是一種基于關(guān)系的復雜網(wǎng)絡研究方法，擅長傳播網(wǎng)絡中個體與個體、個體和群體間的關(guān)聯(lián)分析[31]，在社會學、傳播學和經(jīng)濟學中被廣泛應用[32-33]。本平臺采用此方法呈現(xiàn)問卷裂變傳播效果，著重融入點度中心度，中介中心度和空間聚類，幫助問卷調(diào)查者快速決策。

（1）問卷傳播關(guān)系分析。點度中心度指與某個節(jié)點相連接的節(jié)點數(shù)量，可反映出某個人員（由網(wǎng)絡中一個節(jié)點表示）在填寫特定問卷過程中與之相關(guān)聯(lián)的人數(shù)。點度中心度由點出度和點入度構(gòu)成，因為問卷傳播包括傳播者和被分享者，具有方向性，故而著重分析點出度（outdegree），用以刻畫網(wǎng)絡中一份問卷被特定人員向外分享的次數(shù)，計算過程如公式（1）。某個節(jié)點點出度越高，則此人對外傳播的問卷數(shù)量越多，裂變能力越強，處于網(wǎng)絡中的中心地位。

C(n)=∑X（1）

式中，X=0或者1，表示節(jié)點是否被節(jié)點分享過問卷，為網(wǎng)絡中的節(jié)點總數(shù)。

（2）裂變網(wǎng)絡中間傳播能力分析。通過中介中心度（betweenness centrality）測量，指某個節(jié)點在圖中其他“點對”的中間，在多層傳遞時起到中間橋梁作用，反映了某個人員控制其他關(guān)聯(lián)關(guān)系的能力，數(shù)值越大表征媒介信息能力越強，預示越能控制其他人員相互傳播問卷，在網(wǎng)絡中越重要[31]，計算過程如公式（2）所示：

式中，σ表示節(jié)點和之間的最短路徑數(shù)目，σ(v)表示、兩個節(jié)點之間的最短路徑中包含節(jié)點的數(shù)量。

（3）答卷人員空間聚類分析。為了分析調(diào)查人員的社群性，平臺利用空間聚類方法將傳播網(wǎng)絡劃分為若干個小團體，將聯(lián)系緊密的節(jié)點劃為同一類，是相同特性人員的集合。小團體性是表征空間網(wǎng)絡體系內(nèi)部結(jié)構(gòu)的重要指標[34]，借此可以找到關(guān)系緊密的社群以及組內(nèi)成員[35]，便于問卷調(diào)查者分析不同問卷質(zhì)量與傳播者的關(guān)系。本文應用Louvain 分群算法，是一種多層次優(yōu)化算法，計算過程如公式（3）所示[36]：

式中，代表整個網(wǎng)絡中邊的總數(shù)，c表示節(jié)點所在的團體，k是與節(jié)點相連邊的權(quán)重之和，計算過程如公式（4）所示：

老鄧嚯嚯地笑：你會查清楚？難道說你們請我們來是分臘肉的，還是分白糖的？甲洛洛怔怔地看著老鄧，半天說不出話來。丁主任趕緊圓場：這個肯定會照顧你們，你們工作那么辛苦，我們怎么可能不體諒你們呢！老鄧哈哈大笑：我開個玩笑，開個玩笑，你們可千萬別當真。氣氛一下緩和多了，后面依次問到嘎絨和西西的時候，老鄧一直溫和地笑，溫和地點頭，有時還溫和地接上一句：這樣好！這是應該的！

k=∑A（4）

式中，A代表節(jié)點和相連邊的權(quán)重，式（3）中函數(shù)表示兩個節(jié)點是否在一個團體，計算公式如下：

1.2.3 精準投放模型，解決低質(zhì)量用戶難題 如何將調(diào)研問卷精準地投送給目標用戶十分關(guān)鍵，為了減少非目標用戶的干擾，設計了精準投放模型。詳細內(nèi)容如圖4所示，即向受訪者投放調(diào)查問卷時需綜合考慮5個維度，分別是空間位置、投放時間、用戶行為、基礎屬性和從事行業(yè)。相較于傳統(tǒng)“偶遇派發(fā)”或者“海量撒網(wǎng)”方式，精準投放模型具有以下優(yōu)勢：（1）問卷集中在受訪區(qū)域，非目標區(qū)域無法答卷，節(jié)省調(diào)查時間；（2）用戶在閑暇時間收到通知，答題意愿強，填報率高；（3）基于用戶屬性和從事行業(yè)，針對性推送，答卷有效率高，節(jié)省經(jīng)濟成本；（4）根據(jù)用戶歷史行為發(fā)放問卷，降低遇到為獲得報酬而胡亂填報人員的概率，提高答卷準確率。

2 結(jié)果

2.1 平臺的實現(xiàn)

平臺包括農(nóng)業(yè)農(nóng)村信息速調(diào)采集系統(tǒng)、農(nóng)業(yè)農(nóng)村信息速調(diào)管理和分析系統(tǒng)，二者均采用前后端分離模式，通過Nginx作為反向代理Web服務器的方式實現(xiàn)前后端數(shù)據(jù)交互。其中采集系統(tǒng)的前端以微信公眾號為入口、利用JavaScript、HTML、CSS、Vue等主要技術(shù)完成移動端網(wǎng)頁制作并作為載體進行數(shù)據(jù)采集，數(shù)據(jù)的審核、統(tǒng)計、專題分析等操作通過PC端網(wǎng)頁呈現(xiàn)。后端使用Java語言開發(fā)，通過MySQL、MongoDB和GeoDB存儲數(shù)據(jù)，系統(tǒng)采用服務器集群方式部署，從而解決高并發(fā)難題并提升系統(tǒng)容錯能力。同時，借助業(yè)務服務器和靜態(tài)資源服務器分離業(yè)務和數(shù)據(jù)，提高訪問效率，靜態(tài)資源在上傳時使用Thumbnailator工具完成壓縮。平臺運行在Linux操作系統(tǒng)上，借助Apache Tomcat發(fā)布。

2.2 平臺的運行

經(jīng)過2021年6月至12月的12次大范圍農(nóng)業(yè)信息調(diào)查的運行，已累計注冊用戶129 016名，活躍用戶比例為44.3%，可支持并發(fā)用戶數(shù)1 000，共采集水稻、小麥、青貯玉米、水果、乳制品、蜂業(yè)、產(chǎn)銷經(jīng)營、農(nóng)業(yè)農(nóng)村經(jīng)濟等八類問卷共計76 953份，平均有效率約18.01%。此平臺主要用戶為農(nóng)民，占比約43.14%，共發(fā)放紅包20 0279元。目前各類問卷數(shù)據(jù)可順利上報，系統(tǒng)運行正常。

圖4 精準投放模型圖

2.3 平臺應用分析

2.3.1 裂變傳播網(wǎng)絡分析 以采集2021年農(nóng)業(yè)農(nóng)村經(jīng)濟信息為例，從2021年12月22日開始發(fā)布調(diào)查信息，5 h共收集問卷12 243份，其中經(jīng)歷過裂變的問卷有10 802份，占比88.23%，相較于傳統(tǒng)非裂變方式可提升效率7.5倍。為了快速呈現(xiàn)裂變傳播效果，本平臺融入了開源軟件Gephi可視化功能。

（1）問卷傳播關(guān)系分析

經(jīng)過計算，裂變傳播網(wǎng)絡中平均路徑長度為1.817，說明傳播網(wǎng)絡中平均一份問卷傳播人數(shù)不超過2個，此問卷傳播深度不大，原因是最初接觸問卷的人員知道擴散有獎勵，隨著傳播層級的加深，末端人員了解此信息概率較低，故而缺乏分享動力。為了擴大裂變效果，應加強獎勵消息提醒。網(wǎng)絡直徑是9，表明此次裂變最多經(jīng)歷了9人連續(xù)傳播，揭示調(diào)查問卷裂變擴散潛力大。

（2）裂變網(wǎng)絡中間傳播能力分析

圖6是中介中心度數(shù)值及占比分布圖，整個網(wǎng)絡中介中心度平均值為1.5，高于此均值的節(jié)點數(shù)為1 251個，占比11.08%，為0的節(jié)點占比87.18%，說明網(wǎng)絡中絕大多數(shù)人員難以控制其他人員。這和實際情況比較相符，因為被調(diào)查者隨機分布，位于全國各地，彼此間相識概率低，較少有共同好友，故而相互支配的能力弱。編號為15297的節(jié)點中介中心度數(shù)值較大，是問卷裂變傳播過程中的關(guān)鍵人物，在傳播網(wǎng)絡中活躍度較高，加大對此類人員的鼓勵將會對問卷多層傳播起到事半功倍效果。

圖5 調(diào)查網(wǎng)絡點出度分布

表1 調(diào)查網(wǎng)絡點出度分析

OD：點出度Outdegree；p：占比 Proportion

（3）答卷人員空間聚類分析

圖7是將填寫問卷且存在關(guān)聯(lián)的用戶經(jīng)過聚類分析后的網(wǎng)絡模塊化分布圖，共有534個社群，分區(qū)模塊性為0.985，說明此網(wǎng)絡社群效果較好，加以引導可帶來更大流量。各社群節(jié)點數(shù)如圖7-a所示，其中A—G社群的用戶規(guī)模相對較大，傳播影響力較為深遠，應重點關(guān)注。圖7-b呈現(xiàn)了少部分社群擁有關(guān)聯(lián)節(jié)點多，大多數(shù)社群節(jié)點數(shù)小于20，節(jié)點度數(shù)呈現(xiàn)不均勻分布，說明了此裂變網(wǎng)絡模型具有“無標度”[37]，屬于復雜網(wǎng)絡。

圖6 中介中心度占比

2.3.2 實現(xiàn)智能審核、酬勞結(jié)算和用戶沉淀 針對不同農(nóng)業(yè)信息調(diào)查對象存在地域特性的規(guī)律，平臺可有的放矢地設計問卷投放區(qū)域（精確到縣）及各地采集數(shù)量，兼顧了平臺問卷數(shù)據(jù)的典型性與全面性，同時為智能審核提供依據(jù)，如圖8-a所示，數(shù)字代表在該地區(qū)采集問卷的數(shù)量。平臺提供快速審核功能，縮短問卷審閱時間，支持從答卷時長、題目答案合格率、是否在采集區(qū)域等多維度自動判定問卷結(jié)果，如圖8-b所示。

為了激發(fā)參與調(diào)查人員的積極性，平臺實現(xiàn)了酬勞自動發(fā)放功能。如圖8-c所示，共有15 154位人員領取過紅包，領取酬勞最高為1 195元，同時為受訪人員提供了酬勞明細，便于其查看紅包來源及金額，進一步促進擴散調(diào)查信息的積極性，如圖8-d所示。其次，平臺實現(xiàn)了用戶畫像和分類管理，提供了基于每份調(diào)查問卷的用戶分析，如圖8-e所示。為了留住老用戶方便后續(xù)持續(xù)調(diào)研，平臺實現(xiàn)了用戶評分和星級分級功能，星級越高，獲得報酬越高。

2.3.3 實現(xiàn)調(diào)查信息的自動分析及快速可視化 為了快速呈現(xiàn)調(diào)查結(jié)果，平臺實現(xiàn)了調(diào)查信息自動分析和快速可視化，可通過統(tǒng)計圖方式實現(xiàn)調(diào)查問卷中各指標數(shù)值分析以及調(diào)查問卷樣本點的空間分布。其次，平臺實現(xiàn)了專題分析，即可為問卷中任何一道數(shù)值型題目提供地圖分類可視化。圖9是針對青貯玉米秋收調(diào)查問卷實際數(shù)據(jù)制作的專題圖，總體而言，2021年青貯玉米受災面積擴大，產(chǎn)量同比下降較多，收割成本上升。主要受災原因是2021年下半年我國河南、山東、山西、內(nèi)蒙古、新疆、河北等青貯玉米主產(chǎn)省（區(qū)）遭遇了連續(xù)強降雨，水澇災害阻礙了青貯機械收割作業(yè)，同時也增加了青貯玉米收割和運輸成本。由此可見，本平臺的信息調(diào)查、分析結(jié)果與實際情況基本吻合。

圖7 網(wǎng)絡模塊化分布圖

圖8 平臺主要功能界面

審圖號：GS京（2022）0605號

3 討論

當前農(nóng)業(yè)農(nóng)村信息調(diào)查的主流方式包括：（1）傳統(tǒng)紙質(zhì)版走訪式；（2）自下而上逐層上報式；（3）線上隨機式，如問卷星。以下從調(diào)查耗時、調(diào)查質(zhì)量和綜合分析等方面，對比本研究提出的裂變+大樣本模式和主流方式之間的差異。以調(diào)查2021年9月份以后連續(xù)強降雨對新疆、內(nèi)蒙古、北京、天津、山西、河北、河南、湖北、江西、安徽以及山東青貯玉米生產(chǎn)情況的影響為例，假設每個地區(qū)100份問卷，每份問卷30道題目。

3.1 耗時對比

信息調(diào)查環(huán)節(jié)主要包括找到受訪者、問卷填寫和問卷評閱，經(jīng)過測試和分析，上述調(diào)查案例場景下，采用本研究方式和常見3種方式的耗時對比統(tǒng)計結(jié)果如表2所示，其中傳統(tǒng)走訪式耗時最大，主要時間消耗在路途中；其次是逐層上報式，多層通知和審核時間不可控，時間周期較大；本研究的裂變式耗時最短，尤其在審核和找到受訪者方面，數(shù)量越大優(yōu)勢越明顯，常規(guī)2 d可完成調(diào)查。相對其他3種常規(guī)調(diào)查方式，可極大提高效率。雖然有效率沒有走訪式高，但回收的問卷基數(shù)大，依舊可挑選出大量合格答卷。

3.2 功能對比

本研究提出的基于裂變式信息調(diào)查平臺同當前常用的3種調(diào)查方式功能對比如表3所示。通過對比，不難發(fā)現(xiàn)本文提出的調(diào)查方式綜合功能全面，包含從問卷設計、投放地控制、智能審核、酬勞發(fā)放、統(tǒng)計分析到用戶留存的全流程功能，可為信息調(diào)查提供一站式全方位服務，可有助于解決當前常用調(diào)查過程中多軟件拼湊使用的難題，例如問卷星調(diào)查+微信發(fā)紅包+訂閱號轉(zhuǎn)發(fā)+Excel處理+SPSS分析+ArcGIS出圖。

表2 信息調(diào)查常見方法耗時對比

表3 信息調(diào)查常見方法功能對比

3.3 應用效果分析

為了說明本研究提出的方式在不同行業(yè)調(diào)查時的實際效果，詳細統(tǒng)計了平臺正式上線后發(fā)起農(nóng)業(yè)農(nóng)村信息方面調(diào)查的統(tǒng)計結(jié)果，如表4所示。從中可以得出如下結(jié)論：（1）數(shù)據(jù)采集快。可在短時間內(nèi)采集大量調(diào)查問卷，最快于2小時收集9 069份問卷，并且隨著用戶的積累，采集速度逐步增大；（2）調(diào)查時長與問卷指標數(shù)量無關(guān)，和調(diào)查專題的普適度有關(guān)，即專業(yè)性越強，數(shù)據(jù)獲取越慢，例如水稻、小麥和糧食作物秋收秋播等類別相對小眾，故耗時較大；知曉水果、經(jīng)濟和電商應用等專題的人員多，故而相對速度快；（3）信息獲取真。區(qū)別于傳統(tǒng)逐層上報“官調(diào)”方式，本研究形成了“民調(diào)”模式，即直接面向一線農(nóng)戶，信息真實；（4）樣本收集多。借助平臺積累的12.9萬用戶，可收集大量農(nóng)業(yè)農(nóng)村數(shù)據(jù)。

表4 平臺歷史調(diào)查結(jié)果

3.4 不足與解決辦法

基于發(fā)紅包的裂變式問卷調(diào)查容易被羊毛黨發(fā)現(xiàn)，其為了獲得報酬會號召大量非一線農(nóng)業(yè)人員填寫問卷，給問卷審核工作增加了難度。針對此問題，建議設計問卷時設置幾道專業(yè)題和場景證明，例如小麥種子價格、大田中水稻長勢圖片，這樣在一定程度上有利于排除非調(diào)查對象。

4 結(jié)論

為了緊急獲取突發(fā)事件條件下的基礎信息并快速可視化分析結(jié)果，本文利用新媒體、GIS、社會網(wǎng)絡分析等技術(shù)，建立了多級裂變模式、精準投放模型和快速審核策略，探索了農(nóng)業(yè)農(nóng)村信息快速調(diào)查及分析平臺的建設。該平臺囊括了從問卷設計、投放地控制、智能審核、酬勞發(fā)放、統(tǒng)計分析到用戶留存的全流程功能，通過和常用的傳統(tǒng)紙質(zhì)版走訪式調(diào)查、自下而上逐層上報式調(diào)查以及線上隨機式調(diào)查對比，得出本研究開發(fā)的平臺具有數(shù)據(jù)采集快、信息獲取真、樣本收集多、功能性強的特點，實現(xiàn)了突發(fā)事件條件下緊急獲取基礎信息并快速可視化分析結(jié)果，形成了一種區(qū)別于官調(diào)的基于龐大數(shù)據(jù)的民調(diào)模式，為農(nóng)業(yè)管理部門、科研院校、農(nóng)業(yè)生產(chǎn)者提供數(shù)據(jù)支撐與服務，對其他行業(yè)信息調(diào)查具有借鑒意義。

[1] 許世衛(wèi), 王東杰, 李哲敏. 大數(shù)據(jù)推動農(nóng)業(yè)現(xiàn)代化應用研究. 中國農(nóng)業(yè)科學, 2015, 48(17): 3429-3438.

XU S W, WANG D J, LI Z M. Application research on big data promote agricultural modernization. Scientia Agricultura Sinica, 2015, 48(17): 3429-3438. (in Chinese)

[2] 央視網(wǎng). 習近平帶政治局集體學習領導干部要學懂用好大數(shù)據(jù). (2017-12-10)[2021-02-22]. http://news. cctv.com/2017/12/10/ARTI3H NR1LMiMiNZKmr1NMD1171210.shtml.

CNTV. Chinese President Xi Jinping led the Political Bureau to learn collectively that leading cadres should learn to understand and make good use of big data.(2017-12-10)[2021-02-22]. http://news. cctv.com/ 2017/12/10/ARTI3H NR1LMiMiNZKmr1NMD1171210.shtml. (in Chinese)

[3] 趙春江. 智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及戰(zhàn)略目標研究. 智慧農(nóng)業(yè), 2019, 1(1): 1-7.

ZHAO C J. State-of-the-art and recommended developmental strategic objectives of smart agriculture. Smart Agriculture, 2019, 1(1): 1-7. (in Chinese)

[4] Gupta P, Goyal K, Kanta P, GHOSH A, SINGH M P. Novel 2019-coronavirus on New Year's Eve. Indian Journal of Medical Microbiology, 2019, 37(4): 459-477.

[5] 張莉. 中國農(nóng)業(yè)科學數(shù)據(jù)共享發(fā)展研究[D]. 北京: 中國農(nóng)業(yè)科學院, 2006.

ZHANG L. Research on the development of agricultural scientific data sharing in China[D]. Beijing: Chinese Academy of Agricultural Sciences, 2006. (in Chinese)

[6] 陳迪, 吳文斌, 周清波, 胡瓊, 項銘濤, 陸苗, 余強毅. 亞洲耕地利用格局十年變化特征研究. 中國農(nóng)業(yè)科學, 2018, 51(6): 1106-1120.

CHEN D,WU W B, ZHOU Q B, HU Q, XIANG M T, LU M, YU Q Y. Changes of cultivated land utilization pattern in Asia from 2000 to 2010. Scientia Agricultura Sinica, 2018, 51(6): 1106-1120. (in Chinese)

[7] 郭新, 王乃江, 張玲玲, 郭永強, 褚曉升, 馮浩. 基于Google Earth Engine平臺的關(guān)中冬小麥面積時空變化監(jiān)測. 干旱地區(qū)農(nóng)業(yè)研究, 2020, 38(3): 275-280.

GUO X, WANG N J, ZHANG L L, GUO Y Q, CHU X S, FENG H. Monitoring of spatial-temporal change of winter wheat area in Guanzhong region based on Google Earth Engine. Agricultural Research in the Arid Areas, 2020, 38(3): 275-280. (in Chinese)

[8] Attila N, János F, János T. Wheat and maize yield forecasting for the Tisza river catchment using MODIS NDVI time series and reported crop statistics. Computers and Electronics in Agriculture, 2018, 151: 41-49.

[9] Chen D, Lu M, Zhou Q B, Xiao J F, Ru Y T, Wei Y B, Wu W B. Comparison of two synergy approaches for hybrid cropland mapping. Remote Sensing, 2019, 11(3):213.

[10] Lambin E F, Gibbs H K, Ferreira L, Grau R, Mayaux P, Meyfroidt P,Morton D C, Rudel t k,Gasparri I, Munger J. Estimating the world's potentially available cropland using a bottom-up approach. Global Environmental Change, 2013, 23(5): 892-901.

[11] 蘇宇, 陳從喜, 王楠, 吳琪, 齊書花, 高宇, 朱先云. 自然資源綜合統(tǒng)計成果體系及統(tǒng)計數(shù)據(jù)共享研究. 國土資源情報, 2021(1): 27-32.

SU Y, CHEN C X, WANG N, WU Q, QI S H, GAO Y, ZHU X Y. Research on comprehensive statistical achievement system and statistical data sharing of natural resources. Land and Resources Information, 2021(1): 27-32. (in Chinese)

[12] 孟召娣, 朱福守, 蔣和平. 國家現(xiàn)代農(nóng)業(yè)示范區(qū)建設水平分析及提升對策研究. 農(nóng)業(yè)現(xiàn)代化研究, 2018, 39(2): 185-193.

MENG Z D, ZHU F S, JIANG H P. Development assessment of the national modern agricultural demonstration zone and some promotion suggestions. Research of Agricultural Modernization, 2018, 39(2): 185-193. (in Chinese)

[13] 胡靜, 金曉斌, 陳原, 楊劍, 周寅康. 土地整治重大工程項目建設監(jiān)測管理系統(tǒng)的設計與實現(xiàn). 中國土地科學, 2012, 26(7): 44-49, 97.

HU J, JIN X B, CHEN Y, YANG J, ZHOU Y K. Design and implementation of monitoring and management system for the key land consolidation and readjustment projects. China Land Science, 2012, 26(7): 44-49,97. (in Chinese)

[14] 李貝貝. 建立與國際接軌的新型農(nóng)業(yè)統(tǒng)計體制與運行機制. 農(nóng)業(yè)經(jīng)濟, 2014(8): 25-26.

LI B B. Establish a new agricultural statistical system and operation mechanism in line with international standards. Agricultural Economy, 2014(8): 25-26. (in Chinese)

[15] 王羨欠. 基于Java EE平臺的網(wǎng)上調(diào)查問卷系統(tǒng)的設計與實現(xiàn). 江西科學, 2016, 34(1): 129-132.

WANG X Q. Design and implementation of online questionnaire system based on Java EE platform. Jiangxi Science, 2016, 34(1): 129-132. (in Chinese)

[16] 許淳, 王文發(fā), 李竹林. 一種通用調(diào)查問卷系統(tǒng)的設計與實現(xiàn). 信息技術(shù), 2016(6): 101-102, 106.

XU C, WANG W F, LI Z L. Design and implementation of general survey system. Information Technology, 2016(6): 101-102, 106. (in Chinese)

[17] 駱慧勇. 通用調(diào)查問卷系統(tǒng)設計與實現(xiàn). 金融科技時代, 2018(1): 50-53.

LUO H Y. Design and implementation of general questionnaire system. FinTech Time, 2018(1): 50-53. (in Chinese)

[18] 盧錦運, 何懷金, 劉明. 支持邏輯跳轉(zhuǎn)及填答約束的網(wǎng)絡問卷調(diào)查系統(tǒng)設計與實現(xiàn). 軟件導刊, 2015, 14(1): 107-110.

LU J Y, HE H J, LIU M. Design and implementation of network questionnaire survey system supporting logic jump and reply constraints. Software Guide, 2015, 14(1): 107-110. (in Chinese)

[19] 夏興生, 李忠義, 朱秀芳, 潘耀忠, 趙希振, 周巍. 基于遙感抽樣的農(nóng)作物種植面積測量野外調(diào)查系統(tǒng)設計與實踐. 農(nóng)業(yè)現(xiàn)代化研究, 2017, 38(6): 1075-1085.

XIA X S, LI Z Y, ZHU X F, PAN Y Z, ZHAO X Z, ZHOU W. Design and practice of field survey system for crop acreage measurement based on remote sensing sampling. Research of Agricultural Modernization, 2017, 38(6): 1075-1085. (in Chinese)

[20] 鄧煜, 王建強, 張東東. 基于安卓系統(tǒng)的手持設備結(jié)合OZIExplorer軟件在野外地質(zhì)調(diào)查中的應用. 地層學雜志, 2016, 40(2): 219-224.

DENG Y, WANG J Q, ZHANG D D. The application of android- based handled device with OZIExplorer in field geologcal investigation. Journal of Stratigraphy, 2016, 40(2): 219-224. (in Chinese)

[21] 戚元華, 王慧, 張小波, 金艷, 格小光, 景志賢, 王凌, 趙宇平, 郭蘭萍, 黃璐琦. 基于智能移動端的中藥資源普查數(shù)據(jù)采集系統(tǒng)設計與實現(xiàn). 中國中藥雜志, 2017, 42(22): 4295-4298.

QI Y H, WANG H, ZHANG X B, JIN Y, GE X G, JING Z X, WANG L, ZHAO Y P, GUO L P, HUANG L Q. Design and implementation of mobile terminal data acquisition for Chinese materia medica resources survey. China Journal of Chinese Materia Medica, 2017, 42(22): 4295-4298. (in Chinese)

[22] 王英強, 陳綏陽, 王振鐸. 大數(shù)據(jù)環(huán)境下農(nóng)業(yè)統(tǒng)計數(shù)據(jù)采集平臺的設計. 電子設計工程, 2018, 26(24): 111-115.

WANG Y Q, CHEN S Y, WANG Z D. Design of agricultural statistical data acquisition platform in large data environment. Electronic Design Engineering, 2018, 26(24): 111-115. (in Chinese)

[23] 王川, 董曉霞, 鄭建華, 張超, 周清波. 基于移動互聯(lián)的農(nóng)業(yè)農(nóng)村信息速調(diào)平臺（Agri-watch）構(gòu)建與應用. 農(nóng)業(yè)大數(shù)據(jù)學報, 2020, 2(2): 104-111.

WANG C, DONG X X, ZHENG J H, ZHANG C, ZHOU Q B. Construction and application of agricultural and rural information quick-obtainning platform (Agri-watch) based on mobile internet. Journal of Agricultural Big Data, 2020, 2(2): 104-111. (in Chinese)

[24] 胡欽太, 林曉凡. 基于新媒體的社會教育傳播模式構(gòu)建研究. 電化教育研究, 2014(5): 5-10.

HU Q T, LIN X F. Research on the construction of social education communication model based on new media. e-Education Research, 2014(5): 5-10. (in Chinese)

[25] 史歷峰. “刷屏廣告”: 品牌形象建設的新策略. 新聞愛好者, 2020(2): 53-56.

SHI L F. “Screen advertising”: a new strategy for brand image construction. Journalism Lover, 2020(2): 53-56. (in Chinese)

[26] 陳鵬飛. 拼多多的拉新策略研究——基于紅包分享的裂變效應. 現(xiàn)代商業(yè), 2020(21): 43-45.

CHEN P F. Research on Pinduoduo’s innovation strategy - Fission effect based on red envelope sharing. Modern Business, 2020(21): 43-45. (in Chinese)

[27] 金韶, 倪寧. “社群經(jīng)濟”的傳播特征和商業(yè)模式. 現(xiàn)代傳播(中國傳媒大學學報), 2016, 38(4): 113-117.

JIN S, NI N. Communication characteristics and business model of “community economy”. Modern Communication (Journal of Communication University of China), 2016, 38(4): 113-117. (in Chinese)

[28] 張杰, 劉升平, 岳慧麗, 呂純陽, 洪葳. 智慧蜂業(yè)大數(shù)據(jù)平臺建設與應用. 農(nóng)業(yè)大數(shù)據(jù)學報, 2021, 3(1): 3-13.

ZHANG J, LIU S P, YUE H L, Lü C Y, HONG W. Construction and application of big data platform for intelligent apiculture. Journal of Agricultural Big Data, 2021, 3(1): 3-13. (in Chinese)

[29] 仇阿根, 張楊, 羅寧, 趙習枝, 劉佳澄, 何望君. 結(jié)合微服務和中臺理念的減災服務系統(tǒng)設計與實現(xiàn). 武漢大學學報(信息科學版), 2020, 45(8): 1288-1295.

QIU A G, ZHANG Y, LUO N, ZHAO X Z, LIU J C, HE W J. Design and implementation of integrated disaster reduction intelligent service system based on micro-service architecture and middle platform concept. Geomatics and Information Science of Wuhan University, 2020, 45(8): 1288-1295. (in Chinese)

[30] 姚艷, 牛明雷, 孫法軍, 姚京嬋, 常曉燕. 基于微服務架構(gòu)的農(nóng)業(yè)轉(zhuǎn)移支付項目管理系統(tǒng)設計與實現(xiàn). 中國農(nóng)業(yè)科學, 2021, 54(15): 3207-3218.

YAO Y, NIU M L, SUN F J, YAO J C, CHANG X Y. Design and implementation of agricultural transfer payment project management system based on micro-service architecture. Scientia Agricultura Sinica, 2021, 54(15): 3207-3218. (in Chinese)

[31] 秦旋, 李懷全, 莫懿懿. 基于SNA視角的綠色建筑項目風險網(wǎng)絡構(gòu)建與評價研究. 土木工程學報, 2017, 50(2): 119-131.

QIN X, LI H Q, MO Y Y. Study on establishment and evaluation of risk network in green building projects based on SNA. China Civil Engineering Journal, 2017, 50(2): 119-131. (in Chinese)

[32] 邵玉河, 董振平. 圖書館微博的社會網(wǎng)絡分析. 圖書館工作與研究, 2015(3): 28-32.

SHAO Y H, DONG Z P. The social network analysis of library micro blog. Library Work and Study, 2015(3): 28-32. (in Chinese)

[33] Scott J, Carrington P J. The SAGE Handbook of Social Network Analysis. America: SAGE, 2011.

[34] 劉華軍, 劉傳明, 孫亞男. 中國能源消費的空間關(guān)聯(lián)網(wǎng)絡結(jié)構(gòu)特征及其效應研究. 中國工業(yè)經(jīng)濟, 2015(5): 83-95.

LIU H J, LIU C M, SUN Y N. Spatial correlation network structure of energy consumption and its effect in China. China Industrial Economics, 2015(5): 83-95. (in Chinese)

[35] 趙金樓, 成俊會. 基于SNA的突發(fā)事件微博輿情傳播網(wǎng)絡結(jié)構(gòu)分析——以“4. 20四川雅安地震”為例. 管理評論, 2015, 27(1): 148-157.

ZHAO J L, CHENG J H. Analysis of micro-blog public opinion diffusion based on SNA: An empirical study on April 20 Ya’an earthquake in Sichuan. Management Review, 2015, 27(1): 148-157. (in Chinese)

[36] Blondel V D, Guillaume J L, Lambiotte R, LEFEBVRE E. Fast unfolding of communities in large networks. Journal of statistical mechanics: theory and experiment, 2008(10): 10008.

[37] 邱晨子. 微博網(wǎng)絡輿情熱點生長分析模型研究[D]. 大連: 大連海事大學, 2013.

QIU C Z. A Study on analysis model for the net-mediated public sentiment hotspot growth regulation in micro blog[D]. Dalian: Dalian Maritime University, 2013. (in Chinese)

Development and Application of Rapid Investigation and Analysis Platform for Agricultural and Rural Information Based on Fission Model

ZHANG Jie1, WANG Chuan1, DONG XiaoXia1, ZHU WenQi1, YUE HuiLi1,2, LIU ShengPing1,2, ZHOU QingBo1,2

1Agricultural Information Institute, Chinese Academy of Agricultural Sciences, Beijing 100081;2Key Laboratory of Agricultural Blockchain Application, Ministry of Agriculture and Rural Affairs, Beijing 100081

【Objective】In order to effectively solve the problems existing in the process of collecting basic information of traditional agriculture and rural areas, such as long collection period, small sample size, inaccurate delivery, low data quality and difficulty in auditing, and to achieve rapid acquisition and visual analysis of massive data under the background of emergencies, a rapid survey platform for agricultural and rural information was designed and developed, which integrated accurate questionnaire delivery, rapid data collection and automatic analysis of results, so as to provide a convenient tool for agricultural management departments at all levels to make efficient decisions. 【Method】(1) Overall design: The platform was designed based on the 5-layer architecture technology and the concept of “Mid-Plane”, and the new media, GIS and social network analysis (SNA) were used to build a questionnaire accurate delivery model, multi-level fission model, rapid review, and automatic analysis strategies. In order to deeply mine and present the value of platform data in multiple dimensions, this research used methods such as point centrality, betweenness centrality and spatial clustering to analyze the fission relationship, diffusion capacity, and community characteristics of the questionnaire dissemination network. (2) System realization: two subsystems were developed by adopting the front-end and back-end separation mode, namely, the rapid investigation collection system for survey users, and the rapid investigation management and analysis system for the information investigators. (3) Application: VMware vSphere integrated container and cluster server were used to deploy system and Nginx load balancing to improve system response speed. 【Result】After six months of continuous operation, the system had strong universality. It has provided 12 large-scale agricultural and rural information survey services in 8 fields and collected a total of 76 953 questionnaires; In the agricultural and rural economic information survey cases 12 243 questionnaires have been collected within 5 hours, with a fission ratio of 88.23%, of which 20.24% formed diffusion and fission. The community effect was obvious, with high degree of fission, fast speed and wide range. The platform had strong comprehensive functions, covering the functions of questionnaire design, placement control, fission sharing, intelligent judgment of papers, reward distribution, statistical analysis, user classification, etc., which could provide one-stop service for rapid investigation of agricultural and rural information.【Conclusion】The rapid investigation and analysis platform of agricultural and rural information based on fission mode had the characteristics of fast data collection, true information acquisition, more sample collection, and strong functionality. It realized the function of obtaining basic information urgently and visualizing investigation results quickly under the background of emergencies, and formed a poll mode based on huge data and different from official investigation. It could provide strong technical support for efficient decision-making of agricultural management departments, and had reference significance for the information investigation of other industries.

agricultural and rural information; quick investigation; fission mode; social network analysis; precise placement model; system design

10.3864/j.issn.0578-1752.2022.21.006

2022-01-03；

2022-04-01

國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系（CARS-44-KXJ24）、中央級院所基本科研業(yè)務費（JBYW-AII-2021-11）、中國農(nóng)業(yè)科學院創(chuàng)新工程項目（CAAS-ASTIP-2016-AII）

張杰，E-mail：zhangjie10@caas.cn。通信作者劉升平，E-mail：liushengping@caas.cn。通信作者周清波，E-mail：zhouqingbo@caas.cn

（責任編輯 楊鑫浩）