武汉大学-乔梦玲-3-基于社交媒体的突发事件应急信息挖掘与分析.pdf

主题3. 数据挖掘与知识发现 基于社交媒体的突发事件应急信息挖掘与分析 * 乔梦玲，王艳东 ，王腾 武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉，430079 ，ydwang@whu.edu.cn 摘要：社交媒体越来越多地被看作是随人们移动的传感器，感知周围发生的事件。当突 发事件发生时，大量含有位置信息的文字迅速地充斥整个社交网络。本研究尝试将社交 媒体引入突发事件应急信息的挖掘研究中来。本文探讨突发事件应急信息挖掘与分析的 一种新思路：基于社交媒体的，建立实时应急主题分类模型，从大量、实时的文本流中 快速提取、定位应急信息；针对不同主题，利用统计分析和空间分析方法，探寻突发事 件的时间趋势和空间分布，为应急响应提供决策支持。 关键词：社交媒体，应急信息，短文本分类，时空分析，地理信息系统 1 绪论 1.1 研究背景 近几年，各种社交网站发展迅速，使得社交媒体数据成为了一种重要的数据源。本 文将社交媒体数据与灾害应急的相关领域知识结合，可用于检测灾害事件的发生以及了 解事件发生的状况[1]等。 本文旨在探讨如何利用社交媒体数据，在突发事件发生的时候，通过挖掘与分析， 得到有价值的应急信息以辅助决策者做出应急响应，合理分配应急资源。本文利用新浪 微博数据，建立了基于新浪微博文本数据的应急主题分类模型，从实时、大量的文本流 中快速分辨、定位突发事件的实况、救援等应急信息。针对不同主题，探寻突发事件随 时间的发展趋势并分析可能的影响。同时，利用空间聚类分析找出突发事件的空间分布 规律和异常区域，为应急决策提供依据。 1.2 应急信息的主题分类与定位 针对微博数据文本简短、主题多样、高时效性、丰富的空间信息等特征，本文提出 一种基于社交媒体文本流的应急主题实时分类与定位模型。该模型将主题模型 LDA [2](Latent Dirichlet Allocation)与支持向量机SVM[3] （Support Vector Machine） 结合起来，实现对文本流的实时分类与定位。 突发事件以“7.21”北京特大暴雨为例。利用应急主题实时分类与定位模型，我们 将采集到的与 “7.21”北京特大暴雨相关的微博进行主题分类与归纳，最终得到“交通 状况”、“天气预报”、“灾情信息”、“损失与影响”、“救援信息”、“内涝原因”6 个应急 信息相关的主题。 2 突发事件的时空分析 2.1 突发事件趋势分析 在突发事件趋势分析部分，本文分析了突发事件发生前后一段时间的微博数量总体 变化趋势（图1）和微博主题的变化趋势（图2）。 图1 “7.21”北京特大暴雨时间趋势季节性分解 图2 不同主题下微博比例随时间变化曲线 图1 为加入季节性趋势分解后得到的暴雨发生后的微博数量变化情况。在暴雨发生 时，微博的数量激增，在21 日的22 时（图中A 点）达到最大值，并且维持在较高的水 平上。此后的两天暴雨依然是比较热门的话题，表现为在较高的水平上周期波动，然而， 在26 日（图中B 点），北京市气象局发布了暴雨预警，引起人们对北京暴雨的再次关注， 微博数据在短期内数据激增。但是，当天北京市只是降了小雨，所以这次暴雨预警事件 也就慢慢的趋于平缓。 图2 为暴雨发生后微博主题的变化趋势。在暴雨来临之前（图中A 点），微博主要 以天气为主；然后在暴雨袭来的时候，人们关注的重点是灾情本身和极端的恶劣天气， 在22 日的19 时（图中B 点），暴雨已经慢慢退去的时候，带来的巨大损失和影响开始 成为微博讨论的热门话题。 2.2 探寻空间分布模式 为了探索突发事件的空间分布模式，通过对带有GPS 信息的微博点进行聚类，以揭 示突发事件在空间上的分布规律，有助于决策者了解突发事件的空间格局，做出正确的 应急决策。 图3 为7 月21 日13 时-14 时带有GPS 信息的暴雨微博的聚类结果，由图可见在交 通高峰时段，暴雨微博点沿地铁呈线状分布，这与人们的正常空间活动相符合。 图3 暴雨微博点聚类图 参考文献: [1] Crooks A, Croitoru A, Stefanidis A, et al. # Earthquake: Twitter as a distributed se