共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
<正>今年第9号台风"利奇马"于8月7日加强为台风,强度逐渐增强。据气象部门报告,这次台风导致的降雨强度大、范围广、历时长,同时影响到辽宁地区。为切实落实防汛台风责任,着力做好辽宁省各项防御工作,最大限度减轻灾害损失,根据自然资源部召开的地质灾害和海洋灾害防治工作紧急视频会议及省防总召开的防汛调度会议要求,省自然资源厅下发了《关于进一步做好地质灾害和海洋灾害 相似文献
5.
6.
7.
社交媒体数据可以为台风灾害追踪、灾时救援和灾情评估提供及时有效的信息。现有研究常采用主题建模和情感分析等技术对台风期间社交媒体平台(如新浪微博等)舆论话题和情感变化进行研究。在省域范围内以小时为时间粒度的多维度有效性论证尚有欠缺,且在舆情分析时未能区分用户群体差异。本文以台风“利奇马”为例,在浙江省域范围内,以新浪微博数据为研究对象,首先从词频分析、台风关注度时空变化以及特定灾害事件响应3个角度探讨了微博数据对台风灾情响应的有效性;其次采用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型技术挖掘微博文本主题信息,并根据Louvain算法对主题社团进行划分;然后开发了一种基于自定义情感词典的情感分析方法用于情感指数计算,与SnowNLP相比情感倾向性预测精度得到了提高;最后分析了台风期间官方和民众在新浪微博平台上的话题关注以及情感演变差异。结果表明:① 在省级范围内,微博数据能有效反映台风动态和灾害时空分布;② 台风事件微博文本的主题变化反映了灾情不同阶段舆论关注点的动态变化;③ 官方微博文本比民众微博文本具有更明确的主题社团结构;④ 台风事件相关微博文本中的消极情绪在台风登陆后显著增加,其中民众微博文本对台风灾害的情绪响应更及时,官方微博文本中的情感表达始终相对积极。 相似文献
8.
9.
10.
11.
随着网络技术的发展,网络舆情分析在应对突发事件中发挥的作用日益显著。自然灾害发生后,准确把握舆情信息传播特征并分析其影响因素有助于应急管理部门及时采取有效的应急救援措施。本文以台风“利奇马”为例,基于“新浪舆情通”系统搜集的相关微博、微信、论坛、网站等全网舆情数据,探究台风灾害全过程舆情信息的时空分布特征,开展灾害舆情信息影响因素相关性分析。研究表明:① 相比于灰色EGM(1, 1)模型,ARIMA模型对于舆情的短时预测具有较高的适用度,所预测的舆情信息的时序变化与利奇马台风的生命周期相符;② 舆情的空间分布具有聚集性,其分布与受灾程度呈正相关关系,但同时受灾区经济状况和网络普及率影响;③ 灾情严重程度与原创舆情信息的相关性高于转发舆情信息,原创舆情信息更能反映受灾地区的实际受灾情况。研究内容为应急管理部门及时掌握舆情走势并调整应急救助决策提供了指导价值。 相似文献
12.
13.
14.
15.
16.
17.
18.
19.
本刊编辑部 《资源导刊(河南)》2019,(4)
<正>本刊讯3月3日,河南省自然资源厅党组印发《河南省自然资源系统以党的建设高质量推动自然资源工作高质量集中学习活动实施方案》,自3月13日起在全系统开展为期6个月的"大学习、大培训、大研讨"集中学习活动。这是在全省自然资源系统机构改革基本到位、全面履行 相似文献