ابراهیم صحافی زاده

تشخیص زودهنگام بحران های شهری یکی از نیازهای اساسی مدیریت شهری است که می تواند نقش مهمی در کاهش خسارات داشته باشد. در این پژوهش یک چارچوب مبتنی بر تحلیل داده های فارسی شبکه اجتماعی اِکس (توییتر سابق) جهت تشخیص زودهنگام بحران های شهری ارائه می شود. در این روش، ابتدا با برچسب گذاری ضعیف، پیام های مرتبط با بحران غربال می شوند. سپس با استفاده از تعداد محدودی داده دستی برچسب خورده، یک مدل طبقه بندی نیمه نظارتی آموزش داده می شود تا پیام های جدید را طبقه بندی کند. در نهایت، با استفاده از داده های طبقه بندی شده و تحلیل سری های زمانی، جهش های ناگهانی در حجم پیام های بحرانی شناسایی و هشدارهای زودهنگام تولید می گردد. ارزیابی مدل بر روی داده های واقعی (بیش از 300 هزار توییت) نشان دهنده عملکرد قابل قبول روش ارائه شده است. همچنین، تحلیل زمانی موفق به کشف الگوهای جهشی هم راستا با رخدادهای واقعی شده است. این رویکرد، نه تنها می تواند امکان توسعه یک سامانه متکی بر داده های غیرساخت یافته شبکه اجتماعی برای تشخیص زودهنگام بحران های طبیعی و خدماتی شهری فراهم سازد، بلکه می تواند برای پیش بینی نشانه های اولیه