[发明专利]一种基于细粒度话题探测的台风灾情态势感知方法及装置

说明书

本发明提供一种基于细粒度话题探测的台风灾情态势感知方法及装置，包括数据收集和预处理，包括收集指定范围地理定位的微博数据、过滤灾害相关数据和文本预处理；细粒度主题提取，包括词向量映射、语义图构建、主题检测和关键词识别；灾情分析与灾情态势感知，利用时空可视化分析技术，对主题词进行可视化，通过主题词分布的强度和范围感知台风灾情发展态势。本发明提供的一种基于细粒度话题探测的台风灾情态势感知方法及装置能够快速收集灾情相关信息、无监督的对微博文本中蕴含的灾损信息进行分类，完成灾损信息的快速感知。

技术领域

本发明涉及台风灾情态势快速感知技术领域，尤其涉及一种基于细粒度话题探测的台风灾情态势感知方法及装置。

背景技术

自然灾害对社会具有严重破坏性。随着全球环境和经济的迅速发展，洪水、暴雨、地震等自然灾害的发生频率及强度急剧增加，造成了大量人员伤亡、经济损失和社会不稳定现象。因此，快速获取自然灾害相关的灾情信息是开展救援行动的关键。由于灾情发展具有实时动态的特点，这为灾情损失信息的及时收集和更新带来了挑战。

长期以来，实地调查和新闻报道等回顾性数据主要用于自然灾害事件。但此类方法存在着报告偏差、受访者回忆偏差及费时费力等局限性。近年来，随着遥感技术的发展，利用遥感影像数据成为自然灾害中收集损害信息的主要方法，但是遥感数据具有一定的时间周期(如1天)，导致实时数据获取困难；此外，遥感数据是对客观物理环境的描述，缺少对人类在灾害情景下的行为反应的刻画，导致人本信息收集的缺乏。目前，新兴的社交媒体成为用户分享他们对自身环境的看法和观点的重要平，为遥感提供了有价值的补充，主要体现在：(1)公众可以获得近实时的灾情相关报道信息；(2)社交媒体数据蕴含的多维文本、时间戳和地理位置等属性特征为灾情描述提供了精确时空信息。因此，这些优势使得社交媒体数据在收集最新信息、增强自然灾害态势感知方面发挥了作用。

由于社交媒体活动与灾害破坏有很强的相关性，因此社交媒体在探测相关事件和感知灾害发展状态方面具有重要作用，尤其是其文本信息中蕴含的灾情信息对实时感知灾情发展态势、快速感知灾害发展态势具有重要价值。其中有效感知灾害发展态势的关键在于社交媒体数据中话题分类的高效性与准确性。目前关于灾害相关主题的分类方法可分为：(1)警告与建议；(2)伤亡与损失；(3)灾情事件相关；(4)捐赠与援助；(5)人员伤亡；(6)交通主题。由于受标签样本的限制，通常灾情信息的识别主要聚焦于某些特定类别，这使得灾情信息的全面描述变得困难。同时由于社交媒体文本具有简短、非正式及多样的主题表达的特点，一条微博文本中往往蕴含多个主题，传统微博文本主题单一分类方法会导致部分类别信息丢失。

发明内容

根据现有技术的不足，本发明的目的是提供一种基于细粒度话题探测的台风灾情态势感知方法及装置，能够快速收集灾情相关信息、无监督的对微博文本中蕴含的灾损信息进行分类，完成灾损信息的快速感知。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于细粒度话题探测的台风灾情态势感知方法，包括以下步骤：

步骤S1、数据收集和预处理，包括收集指定范围地理定位的微博数据、过滤灾害相关数据和文本预处理；

步骤S2、细粒度主题提取，包括词向量映射、语义图构建、主题检测和关键词识别；

步骤S3、灾情分析与灾情态势感知，利用时空可视化分析技术，对主题词进行可视化，通过主题词分布的强度和范围感知台风灾情发展态势。

进一步地，所述步骤S1具体包括：

步骤S11、灾情发生地理范围格网划分，通过微博place/nearby_timeline API访问半径为一定距离以内的微博，通过细化区域和细化时间段，获取所有查询数据；

步骤S12、微博数据库存储，将数据存储到MongoDB数据库中，存储字段如下:微博ID、用户ID、时间、地点和文本；