[論文レビュー] Earthquake Impact Analysis Based on Text Mining and Social Media Analytics

Zhe Zheng, Hong-Zheng Shi+3 more|arXiv (Cornell University)|Dec 12, 2022

Public Relations and Crisis Communication被引用数 4

ひとこと要約

本稿では、Sina Weiboのマイクロブログを用いて、地震影響の早期評価を可能にするテキストマイニングおよびソーシャルメディア分析フレームワークを提案する。トレンドキーワードの分析、マイクロブログの投稿数、感情の変化、ルールベース分類を組み合わせることで、災害の深刻度を的確に区別できることが実証された。これは、公衆の感情の傾向と投稿数の急増が、従来の手法よりも早期に社会的影響を予測できることを示しており、緊急対応意思決定を支援する。

ABSTRACT

Earthquakes have a deep impact on wide areas, and emergency rescue operations may benefit from social media information about the scope and extent of the disaster. Therefore, this work presents a text miningbased approach to collect and analyze social media data for early earthquake impact analysis. First, disasterrelated microblogs are collected from the Sina microblog based on crawler technology. Then, after data cleaning a series of analyses are conducted including (1) the hot words analysis, (2) the trend of the number of microblogs, (3) the trend of public opinion sentiment, and (4) a keyword and rule-based text classification for earthquake impact analysis. Finally, two recent earthquakes with the same magnitude and focal depth in China are analyzed to compare their impacts. The results show that the public opinion trend analysis and the trend of public opinion sentiment can estimate the earthquake's social impact at an early stage, which will be helpful to decision-making and rescue management.

研究の動機と目的

• リアルタイムで地震影響を評価するための方法を開発すること。
• マイクロブログの投稿数と感情の傾向の変化を通じて、社会的混乱の兆候を特定すること。
• 同じマグニチュードと震源の深さを持つ2つの地震の社会的影響をテキスト分析によって比較すること。
• 公衆の議論からタイムリーでデータドリブンなインサイトを提供することで、緊急管理を支援すること。

提案手法

• ウェブクローラーが、事前に定義されたキーワードとイベントのトリガーに基づいて、Sina Weiboから災害関連のマイクロブログを収集する。
• データ前処理として、ノイズの除去、関連のないコンテンツのフィルタリング、分析用にテキストを正規化する。
• ホットワード分析により、被害、負傷者、救助活動に関連する頻出語を特定する。
• 時系列分析により、マイクロブログの投稿数と感情（肯定的／否定的／ニュートラル）の変化を時間経過とともに追跡する。
• キーワードおよびルールベースのテキスト分類システムを用いて、インフラ損傷や人的被害などの影響タイプにマイクロブログを分類する。
• 同じマグニチュードと震源の深さを持つ中国の2つの最近の地震を比較分析し、相対的な社会的影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディアの活動傾向は、地震影響の深刻度の早期予兆として機能するか？
• RQ2 公衆のマイクロブログにおける感情の変化は、実際の災害結果とどのように相関するか？
• RQ3 テキストマイニングは、地震パラメータが同一でも社会的影響が異なる地震を区別できるか？
• RQ4 公衆の感情とマイクロブログの投稿数は、災害対応の必要範囲をどの程度まで予測できるか？

主な発見

• 公衆の感情の傾向とマイクロブログの投稿数の急増が、災害発生後数時間以内に影響の早期兆候を示した。
• 本手法は、同じマグニチュードと震源の深さを持つ2つの地震の社会的影響を的確に区別でき、被害が深刻な地域では高い公衆の関心と長期間にわたる議論が確認された。
• ホットワード分析により、『崩壊した建物』『救助』『停電』といった、リアルタイムな影響指標が特定された。
• 感情の追跡と投稿数の傾向の組み合わせが、マグニチュード単独よりも社会的混乱の推定に効果的であった。