Twitter发声：国家灾害态势感知的一个案例
社会与信息网络
2019-03-08 v1 计算机与社会
应用统计
机器学习
摘要
近年来，我们面临一系列造成巨大经济、环境和人员损失的自然灾害。自然灾害行为的不确定特性使得难以具备支持灾害管理的全面态势感知（SA）。使用意见调查是分析自然灾害期间公众关切的传统方法；然而该方法受限、昂贵且耗时。幸而社交媒体的出现为学者提供了分析公众关切的替代手段。社交媒体使用户（人们）能够自由交流其观点并传播包括自然灾害在内的时事信息。本研究强调社交媒体分析的价值，并提出一个分析框架：Twitter态势感知（TwiSA）。该框架运用文本挖掘方法（包括情感分析与主题建模）来为灾害准备、响应和恢复建立更好的SA。TwiSA还已有效部署于大量推文，并追踪了2015年南卡罗来纳洪水期间人们的负面关切。
引用
@article{arxiv.1903.02706,
title = {Twitter Speaks: A Case of National Disaster Situational Awareness},
author = {Amir Karami and Vishal Shah and Reza Vaezi and Amit Bansal},
journal= {arXiv preprint arXiv:1903.02706},
year = {2019}
}
备注
17 pages, 3 figures, 5 tables