[发明专利]一种基于社交媒体的地震灾害影响范围的探测方法

说明书

本发明公开了一种基于社交媒体的地震灾害影响范围的探测方法，首先，根据设置的信噪比确定时间周期，从采集的面向地震灾害的社交媒体数据中提取出社交媒体传感信号数据，然后，根据提取出的社交媒体传感信号数据，结合人口数据进行空间统计，构建数据空间逻辑增长模型；最后，利用所述数据空间逻辑增长模型对地震灾害影响范围进行探测。本发明提出的社交媒体传感信号空间分布增长模型，可以揭示数据空间分布与受灾区域的映射机理，解决了受灾范围估计受制于社交媒体数据量依赖和响应时间长的问题，从而实现快速、定量、探测受灾区域。为管理者了解受灾区域提供指导，有助于灾害应急决策。

技术领域

本发明涉及社交媒体文本挖掘技术领域，具体涉及一种基于社交媒体的地震灾害影响范围的探测方法。

背景技术

逻辑增长模型(Logistic)通常呈现S型曲线，在统计和建模方面有着悠久的历史。是一种最初用来描述生物种群在有限环境条件下连续增长的种群大小与时间关系的最简单的形式。该模型开始主要用于研究物种繁衍，随着调查研究各行业的样本，发现不仅生物种群增长速度存在由慢到快，在快到慢的规律，经济、商业、科技领域等很多事物也符合生物成长过程中的S曲线规律。Logistic模型被广泛的运用到各个研究中。

社交媒体数据除了包含图片或视频、文本等形式的数据，还含有位置信息。地震发生后，部分民众和媒体作为灾害事件的目击者和直接参与者，对事件的把握比较准确，实时发布的社交媒体数据能够被视为有灾情信息价值的传感值。灾民们实时发布的社交媒体数据是非常有效的判别标准，能够被看作传感信号，用于监测识别灾害的发生和影响范围。对于地震这种没有预兆性且具有爆发中心类型的灾害而言，距离灾害中心的远近会影响公民对灾害强度的感知及发布灾情信息的意愿，使得社交媒体传感信号在空间上的分布有规律呈现S型曲线规律。集合逻辑增长模型来研究传感信号抽取及数据的空间分布理论与模型能为利用社交媒体感知受灾区域提供理论支撑。

本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：

社交媒体蕴含知识通常为非直接化的，现有的方法受限于数据量依赖，难以快速定量探测地震受灾范围的缺陷。

发明内容

有鉴于此，本发明提供了一种基于社交媒体的地震灾害影响范围的探测方法，用以解决或者至少部分解决现有的方法受限于数据量依赖，难以快速定量探测地震受灾范围的缺陷的技术问题。

为了解决上述技术问题，本发明提供了一种基于社交媒体的地震灾害影响范围的探测方法，包括：

步骤S1：根据设置的信噪比确定时间周期，从采集的面向地震灾害的社交媒体数据中提取出社交媒体传感信号数据，其中，信噪比为一个时间周期内受事件影响区域的推文数量与该时间周期内推文总数的比值；

步骤S2：根据提取出的社交媒体传感信号数据，结合人口数据进行空间统计，构建数据空间逻辑增长模型；

步骤S3：利用所述数据空间逻辑增长模型对地震灾害影响范围进行探测。

在一种实施方式中，步骤S1具体包括：

步骤S1.1：采集面向地震灾害的社交媒体数据；

步骤S1.2：将采集的社交媒体数据进行格式转换，转化为内部预设的格式；

步骤S1.3：基于关键字对格式转换后的社交媒体数据进行过滤；

步骤S1.4：对过滤后的社交媒体数据进行预处理；

步骤S1.5：训练机器学习分类器，对进行预处理后的社交媒体数据进行实时分类，提取出与地震相关数据；

步骤S1.6：根据信噪比确定时间周期，从步骤S1.5中获取的与地震相关数据中筛选出对应时间周期的社交媒体传感信号数据。