Deprem sonrası durumsal farkındalık için twıtter kullanımı: Metin kategorizasyonunun ve konum bilgisinin rolü

Acil durumlarda, Twitter kritik bilgileri yaymak için kullanılan önemli bir platformdur. Twitter kullanımı ile birlikte belge sayısının hızla artması metin sınıflandırmasını önemli bir duruma getirmiştir. Ek olarak, afetzedelerin ihtiyaçlarına (kurtarma, psikolojik yardım vb.) cevap verebilmek için konumlarının bilinmesi oldukça önemlidir. Bu tezin ana katkısı, depremle ilgili tweetleri kullanarak metin sınıflandırmasına ve konum bilgilerine yeni bir yaklaşım getirmektir. Nihai hedef, verimli ve etkili afet yönetimine ulaşmak için depremle ilgili kapsamlı tweet analizleri yapmaktır. Öncelikle deprem yönetiminde Twitter lokasyon verilerinin önemi, lokasyona özgü tweetler kullanılarak ortaya konulmuştur. İkinci olarak, önemli konuları ve bu konuların etrafındaki kümelenmiş tweetleri göstermek için ilk kez Twitter veri seti üzerinde kapasite kısıtsız p-medyan problemi uygulanmıştır. Kapasite kısıtsız p-medyan problemini çözmek için, gizli dirichlet ayırımı aracılığıyla elde edilen bir benzerlik matrisi kullanılarak, yeni bir hibrit genetik yarasa algoritması geliştirilmiştir. Üçüncü olarak, deprem ile ilgili tweetlere bir anlam atfetmek için, bu tweetlerden konum gibi adlandırılmış varlıkları çıkarma işlemi, tekrarlayan sinir ağı tabanlı yaklaşımlarla birlikte adlandırılmış varlık tanıma araçlarının kullanılması ile elde edilmiştir. Son olarak, önemli konuların lokasyonlara göre dağılımını göstermek için çekirdek yoğunluğu tahmini metodu kullanılmıştır. Önerilen yeni yaklaşımlar, Nepal depreminin Twitter veri setini analiz etmek için uygulanmıştır. Sonuç olarak, bu tez, olası bir deprem durumunda, kapsamlı bir deprem yönetimi sağlamak için Twitter'den faydalı bilgiler çıkarmaya odaklanmıştır.