کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4965198 1448224 2017 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A cloud-enabled automatic disaster analysis system of multi-sourced data streams: An example synthesizing social media, remote sensing and Wikipedia data
ترجمه فارسی عنوان
یک سیستم تجزیه و تحلیل فاجعه آمیز اتوماتیک از جریان داده های چند منبع ایده با ابعاد: یک مثال از تلفیق رسانه های اجتماعی، سنجش از دور و داده های ویکی پدیا
کلمات کلیدی
هماهنگی و تسکین بلایای طبیعی، مدیریت بحران،
ترجمه چکیده
جریان رسانه های اجتماعی و داده های سنجش از دور به عنوان منابع جدید برای ردیابی حوادث فاجعه و ارزیابی آسیب های آن ظهور کرده اند. مطالعات قبلی بر روی یک رویکرد موردی تمرکز دارد، که در آن یک رویداد خاص برای اولین بار انتخاب شد و معیارهای فیلترینگ (به عنوان مثال، کلمات کلیدی، اطلاعات فضایی موقت) به صورت دستی طراحی شده و مورد استفاده برای بازیابی اطلاعات مربوط به تجزیه و تحلیل بلافاصله است. این مقاله چارچوبی را ارائه می دهد که داده های چند منبع (به عنوان مثال، رسانه های اجتماعی، سنجش از راه دور، ویکیپدیا و وب)، داده کاوی و تکنولوژی های استخراج متن را برای ایجاد یک راه حل معماری انعطاف پذیر و انعطاف پذیر برای پشتیبانی از رویدادهای تاریخی و آینده . در چارچوب پیشنهادی، ویکی پدیا به عنوان یک منبع اولیه رویدادهای مختلف فاجعه تاریخی مورد استفاده قرار می گیرد که برای ساخت یک پایگاه داده رویداد استخراج می شوند. چنین پایگاهی مشخصه الگوهای و ویژگی های فضایی شگرف در هر نوع فاجعه است. علاوه بر این، می تواند مفاهیم اولیه مانند نام رویداد (مانند طوفان سندی) و نوع (مانند سیل) و محدوده فضایی را نشان دهد که سپس توسط روش های پیشنهادی برای استخراج اطلاعات اضافی (به عنوان مثال، هشتگ برای جستجوی توییت ها)، برای پرس و جو کردن و بازیابی اطلاعات مربوط به رسانه های اجتماعی و داده های سنجش از دور برای یک فاجعه خاص. علاوه بر تجزیه و تحلیل رویدادهای تاریخی و معدن الگو، چارچوب مبتنی بر ابر همچنین می تواند ردیابی و نظارت بر رویداد در زمان واقعی را با ارائه قابلیت های قدرت و ذخیره سازی محاسبات بر روی تقاضا و انعطاف پذیری پشتیبانی کند. یک نمونه اولیه با داده های مربوط به سال 2011 طوفان سندی و سیل کلرادو 2013 آزمایش شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
Social media streams and remote sensing data have emerged as new sources for tracking disaster events, and assessing their damages. Previous studies focus on a case-by-case approach, where a specific event was first chosen and filtering criteria (e.g., keywords, spatiotemporal information) are manually designed and used to retrieve relevant data for disaster analysis. This paper presents a framework that synthesizes multi-sourced data (e.g., social media, remote sensing, Wikipedia, and Web), spatial data mining and text mining technologies to build an architecturally resilient and elastic solution to support disaster analysis of historical and future events. Within the proposed framework, Wikipedia is used as a primary source of different historical disaster events, which are extracted to build an event database. Such a database characterizes the salient spatiotemporal patterns and characteristics of each type of disaster. Additionally, it can provide basic semantics, such as event name (e.g., Hurricane Sandy) and type (e.g., flooding) and spatiotemporal scopes, which are then tuned by the proposed procedures to extract additional information (e.g., hashtags for searching tweets), to query and retrieve relevant social media and remote sensing data for a specific disaster. Besides historical event analysis and pattern mining, the cloud-based framework can also support real-time event tracking and monitoring by providing on-demand and elastic computing power and storage capabilities. A prototype is implemented and tested with data relative to the 2011 Hurricane Sandy and the 2013 Colorado flooding.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers, Environment and Urban Systems - Volume 66, November 2017, Pages 23-37
نویسندگان
, , ,