野火疏散期间人类行为的社交媒体数据挖掘
社会与信息网络
2025-12-02 v1 人工智能
新兴技术
机器学习
摘要
传统的野火疏散行为数据来源（如定量调查和人工观察）存在严重局限性。从社交媒体数据中挖掘与野火疏散相关的行为数据具有很大潜力，这些数据低成本、准确率高，可能包含位置信息和丰富的上下文信息。然而，社交媒体数据也存在诸多局限性，如数据零散、不完整、非正式等。这些局限性构成了若干挑战，限制了其更好地理解野火疏散行为的价值。为克服这些挑战并为如何使用社交媒体数据提供指导，本 scoping review报告了近期相关数据挖掘技术的最新进展。此外，还讨论了未来的应用和开放问题。我们设想未来的应用包括疏散模型校准与验证、紧急沟通、个性化疏散培训以及疏散准备的资源分配。我们识别出诸多开放问题，如数据质量、偏见和代表性、地理位置精度、上下文理解、危机特定词汇和语义以及多模态数据解释。
引用
@article{arxiv.2512.01262,
title = {Social Media Data Mining of Human Behaviour during Bushfire Evacuation},
author = {Junfeng Wu and Xiangmin Zhou and Erica Kuligowski and Dhirendra Singh and Enrico Ronchi and Max Kinateder},
journal= {arXiv preprint arXiv:2512.01262},
year = {2025}
}