面向地震应急的自媒体信息挖掘模型

来源：地震地质杂志2019年第3期北京时间：

作者：苏晓慧, 邹再超, 苏伟, 李林, 刘峻明, 张晓东

单位：1. 北京林业大学, 信息学院, 北京 100083;2. 中国农业大学, 土地科学与技术学院, 北京 100083;3. 中国农业大学, 农业灾害遥感重点实验室, 北京 100083

摘要：从近几年发生的特大自然灾害事件中可以发现，社交媒体平台正日益成为普通公众及时发布和获取灾情信息的最主要、最便捷的新途径，在这类平台获取的数据中隐藏了大量记录灾情现状的文字、图片等信息。文中首先对海量的历史灾情数据进行统计分析，构建了面向地震应急的信息类别体系和危急度评价体系；基于此训练了用于信息分类的朴素贝叶斯模型，模型的准确率为73.6%；同时采用机器学习模型和语义计算模型这种特征融合的分类方法，对灾情信息的危急度进行评价，评价模型的准确率为89.2%。该模型能够在震后实时地对自媒体中出现的灾情信息进行爬取、分类和评价等操作，可从海量的自媒体信息中挖掘出少量危急又重要的信息，以辅助震后的灾情研判和精准救援。文中最后以2017年8月8日九寨沟地震事件为例，从地震烈度速报、震后精准救援2个角度对挖掘数据的可用性进行了研究分析。

关键词：地震应急,自媒体,语义分析,危急度,

基金资助："十三五"国家重点研发计划项目"天空地协同遥感监测精准应急服务体系构建与示范"（2016YFB0502500）资助。