隨著經(jīng)濟(jì)社會(huì)的一體化發(fā)展,各個(gè)行業(yè)領(lǐng)域之間的關(guān)聯(lián)性不斷增強(qiáng),突發(fā)公共事件帶來(lái)的危害也越來(lái)越大,有著“牽一發(fā)而動(dòng)全身”的狀況。由于信息傳輸方式的多樣化,人們接受信息途徑也有多種形式,面對(duì)蜂擁而至的信息流,難以選擇而無(wú)所適從,由此也更容易產(chǎn)生恐慌的心理。除了公共事件本身帶來(lái)的損失以外,信息缺失也對(duì)災(zāi)害損失程度起到關(guān)鍵作用。在此情景下中,涉及到民眾關(guān)心的應(yīng)急資源興趣點(diǎn),民眾所掌握的信息不全面,對(duì)于資源使用會(huì)出現(xiàn)搶購(gòu)和浪費(fèi)的情況,需要進(jìn)行合理地調(diào)控,從而降低無(wú)謂的損耗,減少成本,并盡可能滿足民眾的需求。快速、正確、合理處理,可以有效減少人員傷亡,降低災(zāi)害損失。據(jù)此,本文通過(guò)對(duì)于突發(fā)公共事件中應(yīng)急場(chǎng)景下的地圖信息傳輸過(guò)程進(jìn)行理論分析,針對(duì)新聞中突發(fā)公共事件傳輸?shù)奶卣?搜集整理相應(yīng)的應(yīng)急保障資源興趣點(diǎn),根據(jù)突發(fā)事件的性質(zhì)、過(guò)程、地域可達(dá)性特點(diǎn)、用戶(hù)本身特征等因素,并對(duì)于民眾進(jìn)行個(gè)性化推薦,論文的具體研究?jī)?nèi)容如下:1、提出突發(fā)公共事件情景下的地圖信息傳輸理論。分析了突發(fā)公共事件情景下的地理信息傳輸特點(diǎn),描述了地圖信息的傳輸過(guò)程,并闡述了在突發(fā)公共事件發(fā)生的情況下的地圖信息的傳輸模式,重點(diǎn)分析了制圖人員和用戶(hù)的空間認(rèn)知過(guò)程,用于指導(dǎo)制圖人員制作地圖信息傳輸?shù)拿浇椤?、基于互聯(lián)網(wǎng)的突發(fā)公共事件特征數(shù)據(jù)獲取。針對(duì)網(wǎng)絡(luò)新聞特點(diǎn),構(gòu)建文本主題向量和主題特征向量,建立突發(fā)公共事件新聞集,使用詞頻統(tǒng)計(jì)、特征向量、共詞網(wǎng)絡(luò)等方法,抽取突發(fā)公共事件特征,分析對(duì)用戶(hù)的影響角度,對(duì)突發(fā)公共事件影響進(jìn)行分析,并進(jìn)行了實(shí)驗(yàn)驗(yàn)證。3、提出了應(yīng)急資源興趣點(diǎn)獲取的方案,針對(duì)突發(fā)公共事件對(duì)應(yīng)急資源興趣點(diǎn)的定義進(jìn)行了界定,通過(guò)互聯(lián)網(wǎng)地圖、政府網(wǎng)站,自媒體網(wǎng)站等數(shù)據(jù)源,提出了不同的興趣點(diǎn)獲取方案,進(jìn)行分類(lèi)體系統(tǒng)一轉(zhuǎn)換,建立統(tǒng)一的數(shù)學(xué)基礎(chǔ),對(duì)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)價(jià),進(jìn)而融合生成了應(yīng)急資源興趣點(diǎn)集。4、提出了突發(fā)公共事件中應(yīng)急資源興趣點(diǎn)的個(gè)性化推薦方案。依據(jù)突發(fā)公共事件情境下的地圖信息傳輸特點(diǎn),從新聞中影響角度和相關(guān)特征出發(fā),將應(yīng)急資源興趣點(diǎn)和突發(fā)公共事件結(jié)合起來(lái),使用高斯兩步移動(dòng)搜索模型、胡弗模型、基于Voronoi圖的緩沖區(qū)分析模型等方法分析了應(yīng)急資源興趣點(diǎn)的可達(dá)性,結(jié)合突發(fā)公共事件特點(diǎn)、過(guò)程、時(shí)間、用戶(hù)特征等角度對(duì)興趣點(diǎn)個(gè)性化推薦進(jìn)行分析。
【學(xué)位單位】：戰(zhàn)略支援部隊(duì)信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類(lèi)】：P208
【部分圖文】：

戰(zhàn)略支援部隊(duì)信息工程大學(xué)碩士學(xué)位論文第24頁(yè)爆發(fā)期，在事故發(fā)生的當(dāng)天新聞數(shù)量最大，達(dá)到了145條，占據(jù)了新聞總數(shù)的1/7；擴(kuò)散期，這個(gè)階段有關(guān)此突發(fā)事件的網(wǎng)絡(luò)新聞文本數(shù)量迅速上升，新聞高熱度狀態(tài)持續(xù)了大概兩周，雖然新聞量變化趨勢(shì)百分比有增有減，但新聞?shì)浾摕岫瓤傮w逐漸消減，衰退期新聞量變化不斷減少，熱度也逐漸減少，消失期，新聞數(shù)量也逐漸減少，至11周以后相關(guān)新聞報(bào)道幾乎為零。這一現(xiàn)象也表現(xiàn)出了一般新聞?shì)浨槭录臒岫劝l(fā)展規(guī)律。圖3-1天津港爆炸事件新聞數(shù)量變化以及階段劃分對(duì)構(gòu)建的共詞網(wǎng)絡(luò)進(jìn)行社區(qū)探測(cè)，得到了7個(gè)社區(qū)。為了對(duì)所有社區(qū)的主題概念作出更準(zhǔn)確的詮釋?zhuān)崛∩鐓^(qū)中的主要關(guān)鍵詞，按照出現(xiàn)的頻率排列，然后用詞云表示，如圖3-2所示，通過(guò)分析發(fā)現(xiàn)，其中（a）代表爆炸現(xiàn)場(chǎng)情景，是對(duì)爆炸發(fā)生時(shí)現(xiàn)場(chǎng)和附近人群的影響，其中有“明火”、“晃動(dòng)”、“亮光”等人群的感覺(jué)描述，（b）代表救援主題，其中有“消防員”、“失聯(lián)”、“救援”等詞匯，（c）代表事故調(diào)查主題，是在爆炸發(fā)生后，對(duì)于事故原因的調(diào)查，反映了民眾所關(guān)心的問(wèn)題，有“發(fā)布會(huì)”、“危化品”、“監(jiān)管”等詞語(yǔ)。（a）爆炸情景主題（b）救援主題（c）事故調(diào)查主題圖3-2主題社區(qū)詞云圖3.5.2泉港碳九泄露事件對(duì)于福建泉港碳九事件，將新聞文本集主題關(guān)鍵詞按照時(shí)序順序進(jìn)行排列分布，然后再進(jìn)行關(guān)鍵詞時(shí)序分析（LexicalDispersionPlot，LDP），如圖3-3所示，圖中縱軸表示詞匯，橫軸是文本字?jǐn)?shù)，文本字?jǐn)?shù)的累積增長(zhǎng)方向與時(shí)間正向推移的方向一致，藍(lán)色豎

戰(zhàn)略支援部隊(duì)信息工程大學(xué)碩士學(xué)位論文第24頁(yè)爆發(fā)期，在事故發(fā)生的當(dāng)天新聞數(shù)量最大，達(dá)到了145條，占據(jù)了新聞總數(shù)的1/7；擴(kuò)散期，這個(gè)階段有關(guān)此突發(fā)事件的網(wǎng)絡(luò)新聞文本數(shù)量迅速上升，新聞高熱度狀態(tài)持續(xù)了大概兩周，雖然新聞量變化趨勢(shì)百分比有增有減，但新聞?shì)浾摕岫瓤傮w逐漸消減，衰退期新聞量變化不斷減少，熱度也逐漸減少，消失期，新聞數(shù)量也逐漸減少，至11周以后相關(guān)新聞報(bào)道幾乎為零。這一現(xiàn)象也表現(xiàn)出了一般新聞?shì)浨槭录臒岫劝l(fā)展規(guī)律。圖3-1天津港爆炸事件新聞數(shù)量變化以及階段劃分對(duì)構(gòu)建的共詞網(wǎng)絡(luò)進(jìn)行社區(qū)探測(cè)，得到了7個(gè)社區(qū)。為了對(duì)所有社區(qū)的主題概念作出更準(zhǔn)確的詮釋?zhuān)崛∩鐓^(qū)中的主要關(guān)鍵詞，按照出現(xiàn)的頻率排列，然后用詞云表示，如圖3-2所示，通過(guò)分析發(fā)現(xiàn)，其中（a）代表爆炸現(xiàn)場(chǎng)情景，是對(duì)爆炸發(fā)生時(shí)現(xiàn)場(chǎng)和附近人群的影響，其中有“明火”、“晃動(dòng)”、“亮光”等人群的感覺(jué)描述，（b）代表救援主題，其中有“消防員”、“失聯(lián)”、“救援”等詞匯，（c）代表事故調(diào)查主題，是在爆炸發(fā)生后，對(duì)于事故原因的調(diào)查，反映了民眾所關(guān)心的問(wèn)題，有“發(fā)布會(huì)”、“�；贰薄ⅰ氨O(jiān)管”等詞語(yǔ)。（a）爆炸情景主題（b）救援主題（c）事故調(diào)查主題圖3-2主題社區(qū)詞云圖3.5.2泉港碳九泄露事件對(duì)于福建泉港碳九事件，將新聞文本集主題關(guān)鍵詞按照時(shí)序順序進(jìn)行排列分布，然后再進(jìn)行關(guān)鍵詞時(shí)序分析（LexicalDispersionPlot，LDP），如圖3-3所示，圖中縱軸表示詞匯，橫軸是文本字?jǐn)?shù)，文本字?jǐn)?shù)的累積增長(zhǎng)方向與時(shí)間正向推移的方向一致，藍(lán)色豎

第三章突發(fā)公共事件特征提取分析第25頁(yè)線表示該詞匯在文本中被提及一次，對(duì)應(yīng)橫軸能看到它所處的位置信息，空白則表示無(wú)提及。藍(lán)色豎線的密集程度及其位置代表了該詞匯在某一階段的提及頻次和時(shí)間。圖3-3事件關(guān)鍵詞時(shí)序分析從獲取的關(guān)鍵詞里面，挑選了“泉港”,“空氣”,“水產(chǎn)品”,“異味”,“東港石化”,“通報(bào)”,“水質(zhì)”,“住院”,“海域”,“村民”,“責(zé)任事故”,“監(jiān)測(cè)點(diǎn)”等12個(gè)關(guān)鍵詞進(jìn)行分析，結(jié)果如下圖所示，可以看出“泉港”作為事故發(fā)生地，“東港石化”作為涉事公司主體，在事故爆發(fā)期間一直以較高的頻率出現(xiàn)，而“空氣”、“異味”等詞語(yǔ)在事故爆發(fā)初期出現(xiàn)頻率較高，說(shuō)明是媒體和公眾關(guān)注的重點(diǎn)，但隨著，清污救援等措施執(zhí)行之后，情況得到了不少的緩解，出現(xiàn)的頻率也降低了；隨著調(diào)查組的調(diào)研，“監(jiān)測(cè)點(diǎn)”、“責(zé)任事故”等關(guān)鍵詞熱度逐漸上升，也反映了公眾對(duì)事故原因的渴求和對(duì)真相的探究。通過(guò)對(duì)共詞網(wǎng)絡(luò)進(jìn)行社區(qū)探測(cè)，可以發(fā)現(xiàn)事件在不同發(fā)展階段也呈現(xiàn)出不同的特征，可以分為三個(gè)階段。（1）爆發(fā)期。此事件爆發(fā)期為從2018年11月4日到2018年11月8日為止，此時(shí)間段內(nèi)共有96篇新聞，1470個(gè)關(guān)鍵詞。爆發(fā)期關(guān)鍵詞關(guān)聯(lián)網(wǎng)絡(luò)如圖3-4所示。綜合權(quán)值較大的關(guān)鍵詞為：泉港、現(xiàn)嘗泄露、消防員、肇事企業(yè)、碳九、�；贰⒏浇鼌^(qū)域、救援、醫(yī)院、村民、發(fā)布會(huì)、環(huán)保部門(mén)、專(zhuān)家、回應(yīng)。這一階段，上述信息備受公眾重視。其中碳九、危化品、醫(yī)院、救援等詞語(yǔ)，可以看到民眾對(duì)事件的關(guān)注的重點(diǎn)，說(shuō)明在事件爆發(fā)時(shí)，公眾對(duì)于泄漏事件影響的擔(dān)心，直接影響是出現(xiàn)惡心、頭暈、胸悶等癥狀，前往醫(yī)院救治，同時(shí)也更為關(guān)注事件的間接影響程度，此階段民眾更關(guān)心醫(yī)院等興趣點(diǎn)。
【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 付青;王薇;;業(yè)余少兒常見(jiàn)問(wèn)題及其解決方案(3)[J];尚舞;2009年09期

2 趙雅坤;;談歷史教學(xué)中學(xué)生興趣點(diǎn)的培養(yǎng)[J];教育革新;2011年11期

3 舒振宇;楊思鵬;辛士慶;劉予琪;龔夢(mèng)航;龐超逸;胡超;;基于分層學(xué)習(xí)的三維模型興趣點(diǎn)提取算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2020年02期

4 尤耀華;吳文琦;;基于矩陣分解的感知興趣點(diǎn)智能推薦算法仿真[J];計(jì)算機(jī)仿真;2020年02期

5 李丹霞;;基于位置的社交網(wǎng)絡(luò)的個(gè)性化興趣點(diǎn)推薦算法研究[J];科技風(fēng);2020年17期

6 張?zhí)┤?李瑭;;興趣點(diǎn)推薦在智慧旅游中的應(yīng)用[J];中國(guó)高新科技;2019年14期

7 孟祥福;毛月;張霄雁;趙路路;趙澤祺;;基于地理-社會(huì)-評(píng)論關(guān)系的典型化興趣點(diǎn)推薦方法[J];小型微型計(jì)算機(jī)系統(tǒng);2019年11期

8 白剛;;基于游客簽到數(shù)據(jù)的旅游興趣點(diǎn)挖掘[J];現(xiàn)代計(jì)算機(jī);2019年31期

9 劉磊;;《經(jīng)濟(jì)生活》興趣點(diǎn)教學(xué)[J];思想政治課教學(xué);2015年10期

相關(guān)博士學(xué)位論文 前10條

1 郭沛沛;道路網(wǎng)約束下城市大比例尺地圖上的建筑物和興趣點(diǎn)綜合方法[D];山東科技大學(xué);2017年

2 路新江;基于移動(dòng)感知數(shù)據(jù)的城市興趣點(diǎn)生命周期預(yù)測(cè)研究[D];西北工業(yè)大學(xué);2018年

3 高榕;融合上下文信息的位置社交網(wǎng)絡(luò)興趣點(diǎn)推薦算法[D];武漢大學(xué);2018年

4 林博;基于時(shí)空興趣點(diǎn)的人體行為識(shí)別研究[D];重慶大學(xué);2018年

5 司亞利;基于用戶(hù)簽到行為的自適應(yīng)興趣點(diǎn)推薦方法研究[D];燕山大學(xué);2019年

6 任星怡;基于社會(huì)化媒體的若干興趣點(diǎn)推薦關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2017年

7 張?jiān)品?多源道路網(wǎng)與興趣點(diǎn)的一致性整合方法[D];武漢大學(xué);2015年

8 徐浩;移動(dòng)情景感知的實(shí)時(shí)推薦技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2015年

9 余永紅;融合多源信息的推薦算法研究[D];南京大學(xué);2017年

10 曾智勇;基于內(nèi)容圖像數(shù)據(jù)庫(kù)檢索中的關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李志;面向突發(fā)公共事件的應(yīng)急資源興趣點(diǎn)推薦關(guān)鍵技術(shù)研究[D];戰(zhàn)略支援部隊(duì)信息工程大學(xué);2020年

2 郝振亞;基于地理關(guān)系和好友關(guān)系的興趣點(diǎn)推薦方法研究與應(yīng)用[D];湖南大學(xué);2019年

3 毛月;基于地理-社會(huì)-評(píng)論關(guān)系的典型化興趣點(diǎn)推薦方法[D];遼寧工程技術(shù)大學(xué);2019年

4 鄒強(qiáng);一種時(shí)空約束的興趣點(diǎn)可達(dá)性模型研究[D];東華理工大學(xué);2019年

5 單碩堂;融合好友評(píng)分和評(píng)論的興趣點(diǎn)推薦算法的研究[D];遼寧大學(xué);2019年

6 蔡亮琦;基于張量和矩陣聯(lián)合分解的興趣點(diǎn)推薦算法研究[D];華南理工大學(xué);2019年

7 呂慧雅;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的興趣點(diǎn)推薦模型設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2019年

8 李寧;LBSN中多特征融合的興趣點(diǎn)推薦算法研究[D];重慶郵電大學(xué);2018年

9 萬(wàn)程峰;基于增量更新的興趣點(diǎn)推薦算法研究[D];重慶郵電大學(xué);2019年

10 段雅倩;基于多源異構(gòu)用戶(hù)生成數(shù)據(jù)的旅游景點(diǎn)熱度預(yù)測(cè)研究[D];電子科技大學(xué);2019年

本文編號(hào)：2862724