सैद्धांतिक और कम्प्यूटेशनल विज्ञान जर्नल
खुला एक्सेस

अमूर्त

सामाजिक संवेदन और बिग डेटा एनालिटिक्स: आपदा प्रबंधन से सार्वजनिक स्वास्थ्य तक

झेनलोंग ली

तेजी से होने वाली आपदाएँ, जिनके लिए अक्सर तैयारी करना और उनका जवाब देना मुश्किल होता है, आपदा प्रबंधन को दुनिया भर में एक चुनौतीपूर्ण कार्य बनाती हैं। रिमोट सेंसिंग और फील्ड सर्वे जैसी पारंपरिक डेटा संग्रह विधियाँ अक्सर आपदा की घटनाओं के दौरान या उसके तुरंत बाद समय पर जानकारी देने में विफल रहती हैं। सोशल सेंसिंग सभी नागरिकों को एक बड़े सेंसर नेटवर्क का हिस्सा बनने में सक्षम बनाती है, जो कम लागत वाला, अधिक व्यापक और हमेशा स्थितिजन्य जागरूकता जानकारी प्रसारित करने वाला होता है। हालाँकि, सोशल सेंसिंग (जैसे ट्वीट) के साथ एकत्र किया गया डेटा अक्सर बहुत बड़ा, विषम, शोरगुल वाला और कुछ पहलुओं से अविश्वसनीय होता है। साथ में, ये मुद्दे अत्यधिक दबाव में आपदा प्रबंधन निर्णय लेने के लिए सोशल सेंसिंग का पूरी तरह से लाभ उठाने की दिशा में एक बड़ी चुनौती का प्रतिनिधित्व करते हैं। यह वार्ता आपदा प्रबंधन का समर्थन करने के लिए सोशल सेंसिंग और बिग डेटा एनालिटिक्स का लाभ उठाने के हमारे हाल के प्रयासों की रिपोर्ट करती है। वास्तविक दुनिया के अनुप्रयोग उदाहरणों का उपयोग करते हुए, यह वार्ता आपदा प्रबंधन के लिए बिग सोशल सेंसिंग डेटा का उपयोग करने की प्रमुख चुनौतियों की पहचान करती है और हमारे समाधानों का परिचय देती है। अंत में, COVID-19 महामारी के दौरान जनसंख्या आंदोलन को ट्रैक करने के लिए सोशल मीडिया डेटा का उपयोग करने के एक शोध उदाहरण पर चर्चा की गई है ताकि यह प्रदर्शित किया जा सके कि सार्वजनिक स्वास्थ्य अनुसंधान में सोशल सेंसिंग और बिग डेटा एनालिटिक्स का उपयोग कैसे किया जा सकता है।