Accident monitoring framework based on online social network sensing

سنجش اجتماعی به طور فزاینده ای به عنوان یک ابزار مناسب برای نظارت شهری برای تمرینکنندگان و تصمیم گیرندگان تبدیل می شود. به نظر می رسد در مقایسه با سیستم های نظارت اختصاصی مبتنی بر سنسورهای ابزار و دوربین های نظارتی، انعطاف پذیر و مقرون به صرفه تر است. با این حال، استفاده از مزایای این مزایا مستلزم استفاده از رویکردهای دقیق برای کار با داده های غنی و فراگیر تولید شده توسط داوطلبان یا کاربران سایت های شبکه اجتماعی است. در این مقاله، مسئله پردازش داده های متنی بدون ساختار، تحریف شده و قطعی تولید شده توسط اعضای جامعه را در نظر می گیریم که با هدف به اشتراک گذاشتن تجربیات و مشاهدات حوادث و تجربیات غیر معمول با محیط شهری است. ما یک راه حل را پیشنهاد می کنیم که امکان جمع آوری گزارش های غیر سازنده و پر سر و صدا و استخراج اطلاعات ارزشمند از آنها را فراهم می کند. این راه حل مبتنی بر شبکه های عصبی مکرر است و نشان دهنده یک چارچوب مدیریت کل فرایند است که از جمع آوری داده ها تا طبقه بندی اطلاعات استخراج شده است.