Kredit:CC0 Public Domain
Lokalitetsbaserede sociale netværk, såsom Twitter, kan give kritisk indsigt og information til katastrofeberedskab, ifølge ny forskning fra University of Alberta-forskere.
Brug af en maskinlæringsalgoritme til at klassificere tweets efter indhold, region og følelse, forskere undersøgte tweets sendt i Florida i 2017 under orkanen Irma, da mere end seks millioner mennesker blev evakueret.
"Vi demonstrerede, at placeringsoplysninger indlejret i tweets kan være nyttige til at få yderligere indsigt om politikrelevant indhold, " sagde Darcy Reynard, en U af en Ph.D. kandidat og hovedforfatter på undersøgelsen.
"Oplysningerne kan bruges til at udvikle politik både under og efter katastrofer. Processen har sandsynlighed for at øge responsnøjagtigheden og hjælpe med effektive ressourceallokeringsbeslutninger under og efter en katastrofe."
Twitter leverer realtidsdata om oplevelserne hos dem, der er direkte berørt af en katastrofe.
Undersøgelsen viste, at længere tweets var mere tilbøjelige til at inkludere nyttige sentiment-baserede, eller følelsesmæssig, indhold. Mere populære tweets var mindre tilbøjelige til at inkludere nyttige oplysninger om katastrofen, og negative følelser kom oftere til udtryk i områder med unge familier.
"Forskning ved hjælp af lokalitetsbaserede sociale netværk, som Twitter, har en ekstra fordel sammenlignet med andre sociale medieplatforme, da tweets kan indeholde en geospatial komponent, " sagde Reynard. "Dette giver os mulighed for at identificere en brugers placering på det tidspunkt, hvor tweetet blev oprettet, så forskere ikke kun kan analysere, hvilke emner der diskuteres, men også hvor de bliver diskuteret."
Studiet, "Udnyttelse af kraften ved maskinlæring:Kan Twitter-data være nyttige til at vejlede beslutninger om ressourceallokering under en naturkatastrofe?" blev udgivet i Transportforskning Del D:Transport og miljø .