31822

تشخيص رويدادهاي فاجعه آميز در شبكه هاي اجتماعي

ارشد

مهندسي كامپيوتر - نرم افزار

1400

1403/07/14

حسن نادري

ندارم

مهندسي كامپيوتر

در عصر حاضر، شبكه‌هاي اجتماعي به يكي از ابزارهاي اصلي براي اشتراك‌گذاري سريع و آسان اطلاعات و تعاملات اجتماعي تبديل شده‌اند. مردم از اين بسترها براي به اشتراك گذاشتن محتواي مختلف، از جمله متن، تصاوير و پست‌هاي كليدي، استفاده مي‌كنند، و اين امر شبكه‌هاي اجتماعي را به منبعي غني براي استخراج اطلاعات و تشخيص رويدادها تبديل كرده است. به‌ويژه در سال‌هاي اخير، با افزايش وقوع حوادث ناخوشايند و نگراني‌هاي مرتبط با آن‌ها كه به سرعت در فضاي مجازي منتشر مي‌شوند، اهميت تحقيقاتي براي شناسايي اين رويدادها افزايش يافته است. تشخيص رويدادهاي فاجعه‌آميز از اهميت ويژه‌اي برخوردار است؛ چرا كه مي‌تواند اطلاعات ارزشمندي درباره مكان، زمان، و شدت اين رويدادها فراهم كند و به پيشگيري از عواقب ناگوار آن‌ها كمك نمايد. اين ويژگي‌ها، شبكه‌هاي اجتماعي را به منبعي غني براي استخراج اطلاعات و شناسايي رويدادهاي مختلف مبدل كرده است. هدف از اين پژوهش، تشخيص رويدادهاي فاجعه‌آميز در زمان وقوع بلايا با استفاده از تحليل احساسات در شبكه‌ي اجتماعي توييتر است. پس از جمع‌آوري داده‌ها از توييتر، پيش پردازش روي آن‌ها انجام شد. سپس به شش رويداد پرتكرار در كشور ايران دسته‌بندي شدند و پس از استخراج موقعيت مكاني، تحليل احساسات روي آن‌ها انجام شد و توييت ها بر أساس امتيازشان دسته‌بندي و مرتب شدند. در انتها پس از مدل دسته‌بندي داده‌ها، رويدادها به صورت استريم شناسايي مي‌شوند. در اين راستا، پس از بيان مسئله و اهميت آن، به معرفي روش پيشنهادي پرداخته خواهد شد.

1403/10/05

Event detection in social networks during disasters

10/5/2025 12:00:00 AM

In the present era, social networks have become one of the main tools for quickly and easily sharing information and engaging in social interactions. People use these platforms to share various types of content, including text, images, and key posts, making social networks a rich source for extracting information and detecting events. Particularly in recent years, with the increase in unpleasant incidents and the concerns associated with them, which rapidly spread in virtual spaces, the importance of research to identify these events has grown. The detection of catastrophic events is of particular importance because it can provide valuable information about the location, time, and severity of these events, helping to prevent their adverse consequences. These features have transformed social networks into a valuable resource for extracting information and identifying various events. The aim of this research is to detect catastrophic events during disasters using sentiment analysis on the social network Twitter. After collecting data from Twitter, preprocessing was performed. Then, the data were categorized into six frequently occurring events in Iran, and after extracting the location, sentiment analysis was conducted. Tweets were classified and ranked based on their sentiment scores. Finally, after modeling and classifying the data, events are detected in real-time through streaming. In this regard, after stating the problem and its significance, the proposed method will be introduced.

شبكه‌هاي اجتماعي , تشخيص رويداد , تحليل احساسات

: Social Networks , Event Detection , Sentiment Analysis

Seyedeh nika Mirzabagherbarzi

Hassan Naderi