[논문 리뷰] Social Media Data Analysis and Feedback for Advanced Disaster Risk Management

Markus Enenkel, Sofía Martínez Sáenz외 4명|arXiv (Cornell University)|2018. 02. 07.

Public Relations and Crisis Communication참고 문헌 11인용 수 15

한 줄 요약

이 논문은 사회적 미디어 데이터 제공자와 재해 관리 기관 간의 피드백 루프를 제안하여 실시간 초기 경고 시스템과 대응 운영을 향상시킨다. 허리케인 하비와 이리카 기간 동안의 지리적 위치가 확인되고 필터링된 트윗을 사용하여, 사회적 미디어 데이터가 낙수의 빠른 손상 평가를 가능하게 하고 태풍 영향 예측 및 기후 모델의 사회경제적 검증을 위한 실행 가능한 통찰을 제공할 수 있음을 입증한다.

ABSTRACT

Social media are more than just a one-way communication channel. Data can be collected, analyzed and contextualized to support disaster risk management. However, disaster management agencies typically use such added-value information to support only their own decisions. A feedback loop between contextualized information and data suppliers would result in various advantages. First, it could facilitate the near real-time communication of early warnings derived from social media, linked to other sources of information. Second, it could support the staff of aid organizations during response operations. Based on the example of Hurricanes Harvey and Irma we show how filtered, geolocated Tweets can be used for rapid damage assessment. We claim that the next generation of big data analyses will have to generate actionable information resulting from the application of advanced analytical techniques. These applications could include the provision of social media-based training data for algorithms designed to forecast actual cyclone impacts or new socio-economic validation metrics for seasonal climate forecasts.

연구 동기 및 목표

• 사회적 미디어 데이터 공급자와 재해 관리 기관 간의 피드백 메커니즘을 개발하여 상황 인식 능력을 향상시키기.
• 기관들이 사회적 미디어 데이터를 사용하지만 데이터 제공자에게는 통찰을 되돌려주지 않는 이중 정보 흐름의 격차를 해소하기.
• 지리적 위치가 확인된 사회적 미디어 데이터를 활용한 실시간 재해 손상 평가의 가능성 입증하기.
• 사회적 미디어 데이터를 태풍 영향 예측 알고리즘의 학습 데이터로 활용하고, 계절 기후 예측의 검증 지표로 활용하는 방법 탐색하기.

제안 방법

• 허리케인 하비와 이리카 기간 동안 재해 영향을 받은 지역의 사회적 미디어 게시물(특히 트윗)을 필터링하고 지리적 위치를 확인하기.
• 자연어 처리 및 공간 분석을 적용하여 사용자 생성 콘텐츠에서 손상 관련 정보를 추출하고 맥락화하기.
• 사회적 미디어에서 유래한 통찰을 전통적 데이터 자료와 통합하여 초기 경고 시스템의 검증 및 향상하기.
• 데이터 공급자와 구조적 조직에 실행 가능한 통찰을 되돌리는 피드백 프레임워크 설계하기.
• 처리된 데이터를 활용해 태풍 영향 예측 모델의 학습 데이터 생성하기.
• 사회적 미디어 트렌드를 기반으로 계절 기후 예측의 사회경제적 검증 지표 제안하기.

실험 결과

연구 질문

• RQ1 어떻게 사회적 미디어 데이터를 효과적으로 필터링하고 지리적 위치를 확인하여 실시간 재해 손상 평가를 지원할 수 있는가?
• RQ2 사회적 미디어 데이터 제공자와 재해 관리 기관 간의 피드백 루프를 구축함으로써 어떤 이점이 발생하는가?
• RQ3 사회적 미디어 데이터는 태풍 영향 예측 모델의 신뢰할 수 있는 학습 데이터로 활용될 수 있는가?
• RQ4 사회적 미디어에서 유래한 정보는 재해 발생 시 초기 경고 시스템의 정확도를 어떻게 향상시킬 수 있는가?
• RQ5 사회적 미디어 트렌드는 계절 기후 예측의 유효한 사회경제적 검증 지표로 기능할 수 있는가?

주요 결과

• 허리케인 하비와 이리카 기간 동안 지리적 위치가 확인되고 필터링된 트윗은 빠른 손상 평가를 위한 시의적이고 실행 가능한 통찰을 제공하였다.
• 데이터 공급자와 기관 간의 피드백 루프는 상황 인식 능력을 향상시키고 대응 조율을 개선했다.
• 사회적 미디어 데이터는 태풍 영향 예측 알고리즘의 학습 데이터로 잠재력을 보였다.
• 사회적 미디어 통찰을 전통적 데이터 자료와 통합함으로써 초기 경고 시스템의 신뢰성이 향상되었다.
• 사회적 미디어 트렌드는 계절 기후 예측 검증을 위한 새로운, 경험적 근거를 가진 지표를 제공하였다.
• 본 연구는 사회적 미디어 데이터가 재해 대응 운영에서 근접한 실시간 의사결정을 지원할 수 있음을 확인하였다.