論文の概要: Earthquake Impact Analysis Based on Text Mining and Social Media
Analytics
- arxiv url: http://arxiv.org/abs/2212.06765v1
- Date: Mon, 12 Dec 2022 13:51:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 14:01:09.281659
- Title: Earthquake Impact Analysis Based on Text Mining and Social Media
Analytics
- Title(参考訳): テキストマイニングとソーシャルメディア分析に基づく地震影響解析
- Authors: Zhe Zheng, Hong-Zheng Shi, Yu-Cheng Zhou, Xin-Zheng Lu, Jia-Rui Lin
- Abstract要約: 地震は広範囲に深く影響しており、緊急救助活動は災害の範囲と範囲に関するソーシャルメディアの情報から恩恵を受ける可能性がある。
本研究は,早期地震影響解析のためのソーシャルメディアデータを収集・分析するためのテキストマイニング手法を提案する。
- 参考スコア(独自算出の注目度): 5.949779668853556
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- 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.
- Abstract(参考訳): 地震は広い範囲に深く影響し、緊急救助活動は災害の範囲や範囲に関するソーシャルメディアの情報から恩恵を受ける可能性がある。
そこで本研究では,早期地震影響解析のためのソーシャルメディアデータを収集・分析するためのテキストマイニング手法を提案する。
まず、災害関連マイクロブログをクローラ技術に基づくSinaマイクロブログから収集する。
そして、データをクリーニングした後、(1)ホットワード分析、(2)マイクロブログ数の動向、(3)世論感情の傾向、(4)地震影響分析のためのキーワードおよび規則に基づくテキスト分類を含む一連の分析を行う。
最後に,中国におけるマグニチュードと震源深度が同じ2つの最近の地震を解析し,その影響を比較した。
その結果, 世論の傾向分析と世論の傾向は, 早期に地震の社会的影響を推定し, 意思決定・救助管理に有効であることが示唆された。
関連論文リスト
- Natural Disaster Analysis using Satellite Imagery and Social-Media Data
for Emergency Response Situations [0.0]
この研究は、衛星画像分析とTwitterデータ分析という2つの段階に分けられている。
第1段階は、災害前の衛星画像解析である。
第2段階は、災害状況に関する重要な情報で地域をマッピングすることに焦点を当てている。
論文 参考訳(メタデータ) (2023-11-16T15:01:26Z) - CrisisMatch: Semi-Supervised Few-Shot Learning for Fine-Grained Disaster
Tweet Classification [51.58605842457186]
半教師付き, 少数ショットの学習環境下で, 微粒な災害ツイート分類モデルを提案する。
私たちのモデルであるCrisisMatchは、ラベルなしデータと大量のラベルなしデータを用いて、ツイートを関心の細かいクラスに効果的に分類する。
論文 参考訳(メタデータ) (2023-10-23T07:01:09Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - Investigating disaster response through social media data and the
Susceptible-Infected-Recovered (SIR) model: A case study of 2020 Western U.S.
wildfire season [0.8999666725996975]
ソーシャルメディアは災害時の公衆の懸念や要求を反映することができる。
Twitterデータからトピックをクラスタリングするために、BERT(Bidirectional Representations from Transformers)トピックモデリングを使用しました。
本研究では、ソーシャルメディアデータを用いたSIRモデルとトピックモデリングが、災害対応を定量的に評価するための意思決定者に提供する方法について詳述する。
論文 参考訳(メタデータ) (2023-08-10T01:51:33Z) - EDSA-Ensemble: an Event Detection Sentiment Analysis Ensemble
Architecture [63.85863519876587]
Sentiment Analysisを使って、イベントに属する各メッセージの極性やイベント全体を理解することで、オンラインソーシャルネットワークにおける重要なトレンドやダイナミクスに関する一般的な感情や個人の感情をよりよく理解することができます。
本研究では,ソーシャルメディアから現在起きているイベントの極性検出を改善するために,イベント検出と知覚分析を用いた新しいアンサンブルアーキテクチャEDSA-Ensembleを提案する。
論文 参考訳(メタデータ) (2023-01-30T11:56:08Z) - Twitter Data Analysis: Izmir Earthquake Case [0.0]
本研究では,2020年10月に発生したイズミル地震のTwitter投稿を分析した。
この分析にはデータマイニングと自然言語処理(NLP)手法が用いられている。
被災者の希望を共有し,地震後の支援活動に貢献することを目的とした。
論文 参考訳(メタデータ) (2022-12-02T21:30:34Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳(メタデータ) (2022-08-25T15:53:32Z) - Detecting Damage Building Using Real-time Crowdsourced Images and
Transfer Learning [53.26496452886417]
本稿では,Twitterなどのソーシャルメディアプラットフォームから地震後の建物画像を自動的に抽出する手法を提案する。
トランスファーラーニングと6500枚の手動ラベル付き画像を用いて,現場に損傷のある建物を画像として認識する深層学習モデルを訓練した。
訓練されたモデルは、異なる場所で新たに取得した地震の画像でテストし、トルコのM7.0地震の後、Twitterのフィードでほぼリアルタイムで実行された。
論文 参考訳(メタデータ) (2021-10-12T06:31:54Z) - Towards advancing the earthquake forecasting by machine learning of
satellite data [22.87513332935679]
本研究では,6マグニチュード以上の1,371地震の衛星データに基づく短期予測を行うための新しい機械学習手法であるInverse Boosting Pruning Trees(IBPT)を開発した。
提案手法は,選択された6つのベースラインを上回り,異なる地震データベースの地震予測の可能性を向上する強力な能力を示す。
論文 参考訳(メタデータ) (2021-01-31T02:29:48Z) - Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
国像は国際関係と経済発展に大きな影響を与えている。
新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。
本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
論文 参考訳(メタデータ) (2020-09-12T15:54:51Z) - Visual Sentiment Analysis from Disaster Images in Social Media [11.075683976162766]
本稿では,社会的な重要な領域における視覚的感情分析,すなわちソーシャルメディアにおける災害分析に焦点を当てる。
本稿では,災害関連画像に対する深い視覚的感情分析手法を提案し,視覚的感情分析のさまざまな側面について述べる。
提案システムは,様々な利害関係者を支援することで,より生き生きとしたコミュニティに貢献できると考えている。
論文 参考訳(メタデータ) (2020-09-04T11:29:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。