基于文本数据的灾害信息风险监测与预警集成方法研究.pdfVIP

第39卷第4期灾害学Vol.39No.4

2024年10月JOURNALOFCATASTROPHOLOGYOct.2024

王治莹，陈笑，刘翰界.基于文本数据的灾害信息风险监测与预警集成方法研究［J］.灾害学，2024，39（4）：81-87.［WANGZhiying，

CHENXiao，LIUHanjie，AnIntegratedMethodforRiskMonitoringandEarlyWarningofDisasterInformationBasedonTextData［J］.Journalof

Catastrophology，2024，39（4）：81-87.doi：10.3969/j.issn.1000-811X.2024.04.012.］

基于文本数据的灾害信息风险监测与预警集成方法

研究*

王治莹，陈笑，刘翰界

（安徽工业大学管理科学与工程学院，安徽马鞍山243032）

摘要：基于灾害信息的文本数据，该文提出一种风险监测与预警集成方法，以提高灾害信息风险监测效率及监

测支持预警的针对性。首先，运用八爪鱼数据采集器采集和处理灾害信息的文本数据；其次，运用BTM主题模型

构建灾害信息风险监测模型，得到主题热度趋势并确定具有高风险且亟待预警的话题；然后，提出灾害信息风险

预警指标体系和预警等级判定方法，计算所确定话题的风险综合指标预警加权值，并结合预警区间判定预警等

级；最后，以2021年“7·20”郑州特大暴雨灾害信息的风险监测和预警为例进行实验分析，验证所提方法的可行

性。研究表明，该方法可将灾害信息的文本数据贯穿于风险监测与预警两个过程，有助于为监测结果更有针对性

地支持预警工作提供参考。

关键词：灾害信息；风险监测；风险预警；集成方法；文本数据；BTM主题模型

中图分类号：X43；X915.5；P49文献标志码：A文章编号：1000-811X（2024）04-0081-07

近年来，诸如地震、海啸及极端气候等自然灾方面研究多是独立开展，并未从系统论视角实现二

害频发，自然灾害风险通常是指由自然因素引发的、者的有效集成。如对于风险监测模型研究，一方面

可能对人类社会和生态环境造成损失的潜在风学者们关注一些新方法和理论的引入，如主题模

［1-3］［5，6］［7］［8］

险。实际上，自然灾害发生后，与灾害相关的各型、大数据分析方法、信息熵理论及文本挖

［9，10］

类信息往往迅速引发人们关注，信息的持续发酵和掘聚合算法，以使所建模型更具有普适性和应

异化也可能对人类社会造成危害，这种潜在的风险用价值。其中，主题模型用于海量文本数据的聚类

即为灾害信息风险。例如，在2021年“7·20”郑州和主题挖掘问题，主要涉及LDA（LatentDirichletAl⁃

特大暴雨灾害中，关于灾情、预警和救灾救援等的location）主题模型和BTM（BitermTopicModel）主题

信息迅速传播并持续发酵，甚至引发“求热搜”“受模型。LDA主题模型虽然被广泛应用但是在处理文

关注少物资便少”等负面舆论，极大加剧了人们的