HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

自然灾害事件微博热点话题的时空对比分析

作者:李纲; 陈思菁; 毛进; 谷岩松时空分析社交媒体突发事件话题识别话题演化态势感知

摘要:【目的】对受灾地区用户和非受灾地区用户在灾难不同时期的热点话题进行分析,揭示和比较两类用户在宏观层面和微观层面的话题演化规律。【方法】本文结合地理标签和个人信息描述对受灾地区用户和非受灾地区用户进行自动划分;提出一种基于主题词共现和社区发现的微博热点话题识别、测度和演化分析框架;利用冲积图构建热点话题演化图谱;基于态势感知理论,比较两类用户在宏观层面和微观层面的热点话题演化规律。【结果】灾难爆发时,受灾用户主要物理环境类话题,而非受灾用户倾向于情感的表达;灾难过后,受灾用户主要情感类话题,而非受灾用户则更倾向建设环境和物理环境类话题。【局限】以用户个人信息描述判断其所属地区的方法较粗糙;话题强度的测量有进一步优化的空间。【结论】受灾用户和非受灾用户在不同时间阶段表现出不同的话题关注倾向,灾害管理部门可以利用这种差异更高效地从社交媒体数据中识别受灾人群及其需求,从而及时采取响应措施。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数据分析与知识发现

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...

杂志详情