[论文解读] Social Media Data Analysis and Feedback for Advanced Disaster Risk Management

Markus Enenkel, Sofía Martínez Sáenz+4 more|arXiv (Cornell University)|Feb 7, 2018

Public Relations and Crisis Communication参考文献 11被引用 15

一句话总结

本文提出在社交媒体数据提供方与灾害管理机构之间建立反馈回路，以增强实时早期预警系统和应急响应操作。基于飓风哈维和弗雷德期间获取的地理位置信息并经筛选的推文，展示了社交媒体数据如何实现快速损毁评估，并为气旋影响预测及气候模型的社会经济验证提供可操作的见解。

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.

研究动机与目标

• 开发社交媒体数据供应商与灾害管理机构之间的反馈机制，以提升态势感知能力。
• 解决信息双向流动的缺口，即机构使用社交媒体数据但未向数据提供方反馈洞察。
• 证明利用带有地理位置信息的社交媒体数据实现近实时灾害损毁评估的可行性。
• 探索社交媒体数据作为气旋影响预测算法训练数据及季节性气候预测验证指标的用途。

提出的方法

• 在哈维和弗雷德飓风期间，筛选并确定受灾区域社交媒体帖子（特别是推文）的地理位置。
• 应用自然语言处理与空间分析技术，从用户生成内容中提取并语境化损毁相关信息。
• 将社交媒体衍生的洞察与传统数据源整合，以验证并增强早期预警系统。
• 设计反馈框架，将可操作的洞察反馈给数据供应商和救援组织。
• 利用处理后的数据生成用于气旋影响预测模型的训练数据。
• 基于社交媒体趋势，提出用于季节性气候预测的社会经济验证指标。

实验结果

研究问题

• RQ1 如何有效筛选并确定社交媒体数据的地理位置，以支持实时灾害损毁评估？
• RQ2 在社交媒体数据提供方与灾害管理机构之间建立反馈回路能带来哪些益处？
• RQ3 社交媒体数据能否作为气旋影响预测模型的可靠训练数据？
• RQ4 社交媒体衍生的信息如何提升灾害期间早期预警系统的准确性？
• RQ5 社交媒体趋势能否为季节性气候预测提供有效的社会经济验证指标？

主要发现

• 哈维和弗雷德飓风期间获取的带有地理位置信息并经筛选的推文，为快速损毁评估提供了及时且可操作的见解。
• 数据提供方与机构之间的反馈回路增强了态势感知能力，并改善了应急响应协调。
• 社交媒体数据在作为预测气旋影响算法的训练数据方面展现出潜力。
• 将社交媒体洞察与传统数据源整合，提升了早期预警系统的可靠性。
• 社交媒体趋势为季节性气候预测提供了新颖且基于实证的验证指标。
• 本研究证实，社交媒体数据可支持灾害应急响应中的近实时决策。