آنالیز شبکه اجتماعی: خصوصیات شبکه های اجتماعی آنلاین پس از یک فاجعه
چکیده
رسانه های اجتماعی مانند توییتر و فیس بوک، نقش مهمی در مدیریت بحران از طریق انتشار اطلاعات اورژانسی به یک جامعه آسیب دیده و بحران زده دارند. این چهارمین منبع محبوب برای دسترسی به اطلاعات اورژانسی است. بسیاری از مطالعات، به منظور درک شبکه ها و استخراج اطلاعات مهم برای توسعه یک برنامه کاهش اثرات قبل و بعد از فاجعه، داده های رسانه های اجتماعی را مورد بررسی قرار داده اند.
سیل سال 2016 در لوئیزیانا بیش از 60،000 خانه را خراب کرده و بدترین فاجعه ایالات متحده بود. فاجعه بعد از طوفان سندی در سال 2012. اهالی لوئیزیانا به طور فعال از رسانه های اجتماعی خود برای به اشتراک گذاشتن اطلاعاتی از جمله نقشه طغیان سیل، موقعیت پناه گاه های اضطراری، خدمات پزشکی و عملیات برداشتن آوار، با جامعه بحران زده استفاده کردند. این مطالعه از آنالیز شبکه های اجتماعی برای تبدیل داده های اضطراری شبکه اجتماعی به دانش استفاده می کند. ما الگوهای ایجاد شده توسط تعاملاتی که در طی واکنش های فاجعه از طریق کاربران آنلاین فیس بوک بدست آمده اند را بررسی می کنیم. این بررسی بینش هایی را برای درک نقش حیاتی استفاده از رسانه های اجتماعی به منظور انتشار اطلاعات اضطراری ارائه می دهد. نتایج مطالعه نشان می دهد که شبکه های اجتماعی شامل سه نهاد اصلی است: افراد، نهاد های اورژانسی و سازمان ها. هسته شبکه اجتماعی متشکل از افراد بی شماری است. آنها به طور فعال موظف به به اشتراک گذاری اطلاعات، ارتباط با شهر بتن روژ، و به روز رسانی اطلاعات هستند. آژانس های اضطراری و سازمان ها پیرامون شبکه اجتماعی بوده و یک جامعه را به دیگر جوامع ارتباط می دهند. نتایج این مطالعه به نهاد های اورژانس کمک می کند تا استراتژی های عملیاتی رسانه های اجتماعی خود را برای یک برنامه کاهش اثرات فاجعه توسعه دهند.
Abstract
Social media, such as Twitter and Facebook, plays a critical role in disaster management by propagating emergency information to a disaster-affected community. It ranks as the fourth most popular source for accessing emergency information. Many studies have explored social media data to understand the networks and extract critical information to develop a pre- and post-disaster mitigation plan.
The 2016 flood in Louisiana damaged more than 60,000 homes and was the worst U.S. disaster after Hurricane Sandy in 2012. Parishes in Louisiana actively used their social media to share information with the disaster-affected community − e.g., flood inundation map, locations of emergency shelters, medical services, and debris removal operation. This study applies social network analysis to convert emergency social network data into knowledge. We explore patterns created by the aggregated interactions of online users on Facebook during disaster responses. It provides insights to understand the critical role of social media use for emergency information propagation. The study results show social networks consist of three entities: individuals, emergency agencies, and organizations. The core of a social network consists of numerous individuals. They are actively engaged to share information, communicate with the city of Baton Rouge, and update information. Emergency agencies and organizations are on the periphery of the social network, connecting a community with other communities. The results of this study will help emergency agencies develop their social media operation strategies for a disaster mitigation plan.
چکیده
1. مقدمه
2. بررسی متون
2.1 سرمایه اجتماعی برای جبران فاجعه
2.2 نقش رسانه های اجتماعی در یک فاجعه
2.3 آنالیز شبکه های اجتماعی و ابزار
3. اهداف تحقیق
4. سیل لوئیزیانا و رسانه های اجتماعی
4.1 روند جستجو موردی: طوفان سندی 2012 در مقابل سیل لوئیزیانا در 2016
4.2 مقایسه پلت فرم های رسانه های اجتماعی: فیس بوک و توییتر
5. جمع آوری داده و پیش پردازش
6. نتایج
6.1 گراف شبکه و ساختار
6.2 معیار مرکزیت درجه
6.3 ساختار جامعه
6.4 کلمات برتر و جفت کلمات
7. نتیجه گیری
8. بحث
منابع
Abstract
1. Introduction
2. Literature review
2.1. Social capital for disaster recovery
2.2. The role of social media in a disaster
2.3. Social network analysis and tools
4.1. Search-term trends: 2012 Hurricane Sandy vs. 2016 Louisiana flood
4.2. Comparison of social media platforms: Facebook and Twitter
3. Research objectives
4. Louisiana flood and social media
5. Data collection and pre-processing
6. Results
6.1. Network graph and structure
6.2. Degree centrality
6.3. Community structure
6.4. Top words and word pairs
7. Conclusion
8. Discussion
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه