A twitter-based citizen channel for natural disaster situations.
Loading...
Date
2015
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Durante las primeras 24 horas en que un terremoto ocurre, se genera una gran necesidad de informarse por parte de la ciudadanía. La mayor parte de esta información proviene de los medios más comunes, desde fuentes oficiales o mediada a través de periodistas de radio y televisión. Durante los últimos años las redes sociales (en particular Twitter) se han posicionado como un importante canal alternativo de información. Chile es un país con alta actividad sísmica, por lo que este tipo de desastre natural ocurre bastante frecuentemente. Por otra parte existe en este país una alta penetración de smartphones y es también uno de los líderes en el uso de redes sociales. Esto explica el gran aumento de ciudadanos que se conectan a Twitter y no a la radio o la televisión cuando algo sucede. Pero aún cuando este medio es rápido y bidireccional, es bastante ruidoso. En este trabajo describimos el desarrollo de un clasificador automático que utiliza algoritmos de aprendizaje de máquinas para filtrar el flujo de mensajes, seleccionando aquellos que son considerados ”relevantes” o ”relacionados” con el evento de desastre natural. En este trabajo se muestran detalles acerca del rendimiento de este clasificador. El modelo fue entrenado con un set de datos extruidos desde Twitter que fueron enviados durante y después del terremoto de magnitud 8.8 ocurrido en el 2010. Los mensajes seleccionados se usan para alimentar a una aplicación web móvil que los ciudadanos pueden acceder desde sus teléfonos.
Description
Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2015