全文总字数：3359字

1. 研究目的与意义及国内外研究现状

近年来，我国自然灾害发生频繁，且受灾地区广泛。既有2016年罕见龙卷风重创盐城阜宁、汛期44次大范围暴雨造成近百城内涝，又有2017年6轮暴雨橘子洲头被淹、四川九寨沟7.0级地震。频繁发生的自然灾害不仅对人民生命财产带来严重威胁，也造成了巨大的社会经济损失。据中国国家减灾委员会发布的报告^[1]，2017年，我国各类自然灾害共造成全国1.4亿人次受灾，881人死亡，98人失踪，直接经济损失3018.7亿元。既然不能阻止自然灾害的发生，那么灾害发生后政府部门和社会人员的减灾救灾工作和公众的自救工作就显得尤为重要，其中，充足、准确、及时的灾害信息在减灾救灾过程中发挥着关键性的作用。然而，传统的灾害信息数据多为政府部门经过实地考察后上报的数据，对于普通大众来讲，获取难度大且时效性差，这给减灾救灾工作带来了巨大的挑战。

随着互联网的快速发展和电脑手机的普及化，我国的网民数量日益增多，越来越多的人活跃在qq、微信、微博等社交网络平台上。据中国互联网络信息中心(cnnic)在京发布的第41次《中国互联网络发展状况统计报告》^[2]，截至2017年12月，我国网民规模达7.72亿，新浪微博月活跃用户达到3.76亿。以新浪微博为代表的社交网络平台凭借用户基数大、信息传播快、互动功能强等特点，成为网上内容传播的重要力量。尤其当重大灾害事件发生后，众多用户群体便在社交网络上发表言论，并做出转发、评论、点赞等互动行为，与此同时产生了海量的灾害信息数据，这使得微博等社交网络平台成为灾害事件发生时灾害信息的重要来源和沟通媒介。因此，在传统灾害信息数据获取难度大且时效性差的巨大挑战面前，对社交网络中产生的充足、准确、及时的灾害信息数据进行挖掘研究具有十分重要的意义。

2. 研究的基本内容

（1）灾害数据收集

研究从社交网络中抓取灾害数据的技术和方法，对灾害数据进行抓取和收集

（2）文本挖掘

3. 实施方案、进度安排及预期效果

1、2018.01-2018-02，查阅有关社交网络中灾害信息挖掘这一方面的现有参考文献，进行总结和归纳，此外，学习微博数据抓取方法，对微博中的灾害信息数据进行抓取，并进行整理和简单分析；

2、2018-03，学习中文文本处理技术，对抓取的灾害信息数据中的文本内容进行预处理和文本表示，将初始的文本内容转化成计算机可以识别的形式；

3、2018-04，研究不同的超高维数据降维方法和文本分类技术，一方面对灾害信息数据进行降维和分类，实现灾害事件的检测，另一方面从转发数的角度研究如何实现灾害信息的有效传播；

4. 参考文献

[1] 杜玉寒. 2017年全国自然灾害基本情况[eb/ol]. (2018-02-01)[2018-03-01]. http://www.jianzai.gov.cn//drpublish/ywcp/0000000000027782.html

[2] 中央网络安全和信息化领导小组办公室等. 中国互联网络发展状况统计报告[eb/ol]. (2018-01-31)[2018-03-01]. http://www.cac.gov.cn/2018-01/31/c_1122347026.htm.

[3] crooks a, croitoru a, stefanidis a, etal. #earthquake: twitter as a distributed sensor system[j]. transactions in gis,2013, 17(1):124-147.