38、国家建模：数据库、新闻源与专家调查的挑战与应对

国家建模：数据库、新闻源与专家调查的挑战与应对

1. 主题专家研究/调查概述

在构建国家模型时，为模型参数获取所需信息是关键步骤。最直接的方法是向主题专家（SMEs）寻求信息，让他们以我们期望的格式提供有关目标国家的内容。例如，当我们修改和填充联合 PMFserv/FactionSim 框架以构建虚拟国家，旨在更好地理解和模拟特定国家的潜在政治不稳定时，我们会特别关注外交、情报、军事和经济（DIME）行动如何影响该国的政治、军事、经济、社会、信息和基础设施（PMESII）系统。鉴于此类项目的重要性，我们希望使用关于目标国家的最新、最准确的信息。

考虑到之前讨论的两种信息提取方式（国家数据库和自动数据提取工具）的局限性，至少在短期内，直接从最优秀的国家专家那里收集信息可能是更好的选择。我们可以通过向他们发放调查问卷或进行开放式访谈来利用他们的专业知识。在大多数情况下，实施一个结构化、自解释的网络调查，以准确获取我们所需的信息，比进行非结构化的开放式访谈更可取。这部分是因为开放式访谈会引出大量信息，之后需要进行分类和编码。

然而，使用主题专家获取所需信息存在三个主要困难：
- 资源成本高 ：无论是进行专家调查还是开放式访谈，都需要大量的资金和人力资源。这种信息收集方法的成本至少与之前讨论的其他选项相当，而且在大多数情况下要高得多。除非我们有幸能免费获得高质量的主题专家的帮助，否则让他们为诸如 GSP 树的五十多个参数提供信息可能会非常复杂和昂贵。
- 信息可能存在偏差 ：主题专家虽然专业，但作为人类，他们可能会提供有偏差甚至明显错误的信息。为了减少这种偏差，我们可能需要咨询多个关于特定国家