[发明专利]一种基于社交媒体数据的自然灾害损失实时评估方法

说明书

一种基于社交媒体数据的自然灾害损失实时评估方法，具体包括以下步骤：步骤1，以自然灾害为关键词获取社交媒体文本数据；步骤2，提取文本数据，并对数据进行处理，以完成文本数据的分词与情绪标定；步骤3，建立自然灾害相关词库和反词库；步骤4，基于自然灾害相关词库和反词库词库以及社交媒体数据的地理信息对文本数据进行清洗；步骤5，设置分析期，获取分析期的自然灾害的历史灾情数据，建立多元线性回归模型，进行迭代计算直至模型系数的显著性水平小于设定阈值。

技术领域

本发明涉及一种评估方法，尤其涉及一种基于社交媒体数据的自然灾害损失实时评估方法。

背景技术

自然灾害损失评估对于灾害的防治及抢险救灾工作十分重要，它是救灾的人力、财力和物力分配的依据，同时也是补助资金和保险赔偿的依据，对防灾减灾资金投入的方向、数量和工程规模的确定起着决定性的作用。在众多评价自然灾害损失的指标中，直接经济损失是救灾工作的最重要依据。围绕着评估自然灾害直接经济损失这一目标，现有技术的评估方法大多为灾害发生之后进行的实测性评估，虽然相对准确，但是需要耗费大量的时间、人力和物力，且存在时间滞后、重复计算及夸大灾情等问题。

随着社交媒体日益融入每个人的日常生活，一旦发生自然灾害，将会有大批网民自发地在社交媒体上发表灾害相关的各类信息并表达自己的情绪。该过程可以理解为一种社会感知，即所有网民均是“传感器”，能够感知周围的事件并通过社交媒体扩散相关信息。与传统媒体不同的是，社交媒体使得数据收集的速度和广度都达到了前所未有的级别，这就使得通过社交媒体数据对自然灾害进行实时评估成为可能,本发明正是基于这一背景,提出了一种基于社交媒体数据的自然灾害损失实时评估方法,能够弥补传统评估方法的不足,为抢险救灾等工作提供早期的决策支持。

发明内容

一种基于社交媒体数据的自然灾害损失实时评估方法，具体包括以下步骤：步骤1，以自然灾害为关键词获取社交媒体文本数据；步骤2，提取文本数据，并对数据进行处理，以完成文本数据的分词与情绪标定；步骤3，建立自然灾害相关词库和反词库；步骤4，基于自然灾害相关词库和反词库词库以及社交媒体数据的地理信息对文本数据进行清洗；步骤5，设置分析期，获取分析期的自然灾害的历史灾情数据，建立多元线性回归模型，进行迭代计算直至模型系数的显著性水平小于设定阈值。

与现有技术相比，本发明的有益效果在于：

本模型为数据驱动型模型，且基于大规模社交媒体数据。在社交媒体日渐融入人们日常生活的背景下，本模型的数据收集方便、灵活、及时，进而能够保证实时评估的数据来源与高度可行性。

本发明建立的损失实时估计模型是可验证的。利用历史数据对该估计模型进行评价，发现该模型具有良好的统计学意义和拟合效果，模型的有效性较高。

本发明建立的损失估计方法易于计算并快速实时。有别于其他常见的自然灾害损失评估方法，本发明采用分析期内各省级行政区社交媒体数据文本按情绪分类后的数量作为自变量建立模型，算法思路新颖，且因为社交媒体数据快速、实时的特性可以实现对于自然灾害损失的实时评估，大大提高了损失评估的速度，使实时的自然灾害损失评估成为可能，继而为抢险救灾等工作提供早期的决策支持。

本发明建立了灾害相关词库和灾害反词库。不但能够基于这两个词库进行数据清洗并取得良好的清洗效果，这两个词库本身还能够用于对自然灾害的进一步分析和理解。

本发明在建立词库的过程中使用了高频共现的方法和第三方词库的补充。在保证自然灾害相关词库广度的同时，节省了人工标注或添加的成本，大大加快了词库建立的速度。

附图说明

图1为本发明的整体流程图；

图2为本发明一实施例的迭代前的多元线性回归模型详情表；

图3为本发明一实施例的迭代后多元线性回归模型详情表。

具体实施方式