基于社交媒体的灾情范围探测与演变过程分析

基于社交媒体的灾情范围探测与演变过程分析

论文摘要

灾害事件发生后,及时提取突发事件应急响应信息,识别受灾区域,分析灾情态势,对事件应急救援及灾后重建具有重要意义。随着移动通讯技术和智能设备的发展,社交媒体在现代生活的各方面快速普及。具有自发性、即时性、广泛性及内容多样性等特征的社交媒体数据在灾害事件应急响应中得到了大量的应用。本研究为了及时准确地从社交媒体平台中探测灾害受灾区域以及跟踪灾害事件发展态势,以地震灾害和暴雨灾害为例,对灾害事件的社交媒体数据的时空分布特征以及语义信息进行提取和研究。本文所做主要工作如下所示:(1)受灾区域的快速感知:将基于时间维度的生物种群增长理论扩展到空间维度中,提出地震灾害后公民传感信号空间分布增长模型,揭示灾后公民传感信号空间分布与受灾区域的映射机制;基于提出的模型,构建利用社交媒体数据快速探测地震受灾区域的框架,通过结合社交媒体数据和其它辅助数据,实现地震受灾范围的快速探测。使用了2015年尼泊尔大地震和2017年九寨沟地震两个案例对提出的方法进行实验,结合官方数据对探测到的结果进行对比评估,并讨论了模型中社交媒体数据对时间的敏感性,并在其它地震事件中验证了模型的外部有效性。(2)灾情态势的感知:提出了一种灾害相关社交媒体数据时空语义知识抽取和表达方法。首先基于灾害事件提取相关特征词,并构建特征词关系网络;其次,基于构建的特征词关系网络,结合Louvain社区探测算法进行文本主题分类与挖掘,提取社交媒体中蕴含的灾害相关主题信息;最后设计一种基于知识图谱的社交媒体知识表示方案及合理的存储方式,来存储抽取出的信息,构建了一个灾害社交媒体下融合了语义和时空信息的知识网络。以2012年北京暴雨事件为例,使用提出的方法进行应用分析。实验表明,研究灾害发生后具有传感信号特征的社交媒体数据,能够快速实现受灾范围探测以及了解灾情态势发展情况。本研究提出的地震受灾范围快速感知的方法解决了传统方法受制于社交媒体数据量依赖和响应时间长的问题,能够快速、定量探测受灾区域,为管理者了解受灾区域提供指导。同时,提出的基于知识图谱的社交媒体灾害知识网络构建方法对社交媒体中蕴含的灾害信息进行了良好的抽取,有助提高我们对周遭环境的敏感性及应对灾害事件的能力。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  •   1.1 研究背景
  •   1.2 国内外相关领域研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •     1.2.3 研究现状总结
  •   1.3 研究目标与内容
  •     1.3.1 研究目标
  •     1.3.2 研究内容
  •     1.3.3 技术路线
  •   1.4 论文组织结构
  • 2 背景知识介绍
  •   2.1 灾害事件应急信息概念
  •     2.1.1 灾害事件
  •     2.1.2 应急信息
  •   2.2 社交媒体
  •     2.2.1 社交媒体类别
  •     2.2.2 社交媒体数据特征
  •     2.2.3 社交媒体传感价值
  •   2.3 社交媒体数据挖掘流程
  •     2.3.1 数据获取与存储
  •     2.3.2 数据挖掘分析方法
  •   2.4 知识图谱
  •     2.4.1 知识图谱应用领域
  •     2.4.2 知识图谱构建流程
  •   2.5 本章小结
  • 3 社交媒体探测地震影响范围
  •   3.1 逻辑增长模型
  •   3.2 公民传感信号空间增长模型
  •     3.2.1 模型变量
  •     3.2.2 公民传感器数据空间增长趋势分析
  •     3.2.3 空间逻辑增长模型构建
  •   3.3 社交媒体探测地震影响范围框架
  •     3.3.1 数据采集与处理
  •     3.3.2 社交媒体数据构建SLGM
  •     3.3.3 验证估计区域
  •   3.4 实验分析
  •     3.4.1 数据介绍
  •     3.4.2 探测结果
  •     3.4.3 结果验证
  •   3.5 讨论
  •     3.5.1 SLGM社交媒体数据时间敏感度评估
  •     3.5.2 模型外部有效性及局限性分析
  •     3.5.3 社交媒体数据词云分析
  •   3.6 本章小结
  • 4 社交媒体知识网络构建分析灾情演变
  •   4.1 特征词提取与属性构建
  •   4.2 特征词对关系抽取
  •   4.3 主题信息抽取
  •   4.4 构建社交媒体知识网络
  •   4.5 实验结果
  •     4.5.1 特征词提取
  •     4.5.2 特征词关系构建
  •     4.5.3 主题探测
  •   4.6 方法应用分析
  •     4.6.1 主题热度差异分析
  •     4.6.2 主题关系探讨
  •     4.6.3 特征词热点探讨
  •   4.7 本章小结
  • 5 总结与展望
  •   5.1 研究总结
  •   5.2 研究展望
  • 参考文献
  • 攻硕期间发表的科研成果目录
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 阮诗斯

    导师: 王艳东

    关键词: 灾害事件,社交媒体,传感信号,空间分布增长模型,知识网络

    来源: 武汉大学

    年度: 2019

    分类: 基础科学

    专业: 气象学,地质学,地球物理学

    单位: 武汉大学

    分类号: P315.9;P426.616

    总页数: 72

    文件大小: 5373K

    下载量: 18

    相关论文文献

    • [1].方兴未艾的加拿大档案界社交媒体应用[J]. 上海档案 2015(11)
    • [2].社交媒体信息全民参与保存模式研究[J]. 中国档案研究 2015(00)
    • [3].“社交媒体”时代与“百百千”[J]. 江苏教育宣传 2012(02)
    • [4].社交媒体时代宣传观念的转变——以江苏教育部门为例[J]. 江苏教育宣传 2016(01)
    • [5].社交媒体联盟的社会化合作[J]. 上海档案 2017(07)
    • [6].社交媒体对档案信息资源建设的积极影响[J]. 上海档案 2015(02)
    • [7].影视剧、粉丝、社交媒体共生关系研究[J]. 出版广角 2018(21)
    • [8].社交媒体时代民主的迷思:国外相关研究述评[J]. 当代世界与社会主义 2018(06)
    • [9].社交媒体时代公共事件中的情感动员[J]. 青年记者 2018(33)
    • [10].《理解社交媒体》[J]. 城市党报研究 2018(10)
    • [11].社交媒体时代故宫文创产品的网络营销分析[J]. 牡丹江师范学院学报(哲学社会科学版) 2018(06)
    • [12].高校校园社交媒体资源整合对策研究[J]. 新闻研究导刊 2018(22)
    • [13].社交媒体环境下大学生的媒介学习素养研究[J]. 新闻研究导刊 2018(22)
    • [14].移动社交媒体环境下青少年用户错失焦虑症特征提取[J]. 图书情报工作 2018(17)
    • [15].社交媒体的公共作用[J]. 青年记者 2018(32)
    • [16].社交媒体时代的新闻使用与身份认同[J]. 青年记者 2018(32)
    • [17].社交媒体舆论熵的形成与控制——以“长春长生疫苗事件”为例[J]. 青年记者 2018(32)
    • [18].关于社交媒体用户的研究现状分析[J]. 新闻研究导刊 2018(23)
    • [19].中国公众对新闻业的认知及社交媒体的影响[J]. 新闻大学 2018(06)
    • [20].新闻业要警惕社交媒体信息的负面影响[J]. 青年记者 2018(34)
    • [21].新媒体视域下翻译教研路径的重塑——《翻译与社交媒体:理论、训练与专业实践》评介[J]. 东方翻译 2019(01)
    • [22].社交媒体时代“涉恐”事件的政府回应策略[J]. 山东行政学院学报 2019(01)
    • [23].社交媒体时代明星人设塑造探析[J]. 新闻研究导刊 2018(24)
    • [24].过程视角下的社交媒体存档技术研究述评[J]. 图书馆学研究 2019(02)
    • [25].基于内容的社交媒体档案收集探析[J]. 兰台世界 2019(02)
    • [26].社交媒体为中国消费者带来更积极影响——凯度发布《2018中国社交媒体影响报告》[J]. 中国广告 2019(02)
    • [27].基于社交媒体的企业品牌营销问题探讨[J]. 现代营销(下旬刊) 2019(02)
    • [28].基于社交媒体的汽车公司产品营销策略研究[J]. 现代营销(信息版) 2019(03)
    • [29].如何应对社交媒体上的诈骗?(英文)[J]. The World of Chinese 2019(02)
    • [30].“硬核”火遍网络,意味着什么?[J]. 群众 2019(04)

    标签:;  ;  ;  ;  ;  

    基于社交媒体的灾情范围探测与演变过程分析
    下载Doc文档

    猜你喜欢