Konuma dayalı ani olay tespiti ve Twitter etkileyicileri kullanılarak bilgi yayılımı

Neden çevrimiçi fısıltılar bir selde önemlidir

Afet meydana geldiğinde insanlar artık yüksek yerlere çıkmanın yanı sıra hemen telefonlarına da yöneliyor. Twitter gibi platformlardaki paylaşımlar, resmi raporlar yakalanmadan çok önce yardımın nerede gerekli olduğunu ortaya koyabilir. Bu çalışma, bu telaşlı mesajları dikkatle okuyup doğru güvenilen sesler aracılığıyla yönlendirmenin, çevrimiçi dağınık sohbetleri Hindistan’daki 2022 Assam selleri gibi krizler sırasında hayat kurtarıcı bir erken uyarı sistemine nasıl dönüştürebileceğini gösteriyor.

Tweetleri erken uyarı sinyallerine dönüştürmek

Araştırmacılar basit ama acil bir soruyu yanıtlamaya çalıştı: Twitter, belirli yerlerdeki tehlikeli olayları tespit edip hızla ilgili kişileri uyarma konusunda kullanılabilir mi? Gerçek bir Assam seline odaklandılar ve afeti anan 20.000 tweet topladılar. Bu paylaşımların birçoğu sosyal medyada gördüğümüz çoğu içerik gibi karışık, duygusal ve etiketlenmemişti. Ekip, bu akışı otomatik olarak süzerek hangi mesajların gerçekten gelişen krizi anlattığını belirlemeyi ve ardından bu bilgiyi yakındaki toplulukları uyarmak için kullanmayı amaçladı.

Bilgisayarlara kelimelerdeki çaresizliği öğretmek

Gerçek afet bildirimlerini diğerlerinden ayırmak için yazarlar iki güçlü metin analiz aracını birleştirdi. İlk olarak, bir tweet’in kullandığı kelimeler ve ton temelinde güçlü şekilde negatif, nötr veya pozitif olup olmadığını değerlendirebilen VADER adlı bir duygu analizi sistemi kullandılar. Bir sel sırasında güçlü negatif mesajlar sıklıkla hasar, tehlike veya acil ihtiyaç sinyali verir. Bu etiketlenmiş tweetler daha sonra basit sayısal desenlere dönüştürülüp BERT gibi ileri bir dil modelinin de dahil olduğu bir dizi makine öğrenimi modeline beslendi. Titiz testlerin ardından, birlikte çalışan geleneksel modellerin bir araya gelmesinden oluşan bir topluluk, derin öğrenme yaklaşımını biraz geride bırakarak afetle ilgili tweetleri diğerlerinden yaklaşık yüzde 98 doğrulukla ayırt etti.

Sadece ne olduğunu değil yardıma nerede ihtiyaç olduğunu bulmak

Bir tweet’in ciddi olduğunu bilmek savaşın yarısıdır; müdahaleciler ayrıca tweet’in hangi yere işaret ettiğini de bilmelidir. Sosyal medyada konum verileri genellikle eksik veya yanıltıcıdır; kullanıcılar gönderilerini etiketlemeyi unutabilir veya başka bir yer hakkında konuşurken seyahat ediyor olabilirler. Araştırmacılar bunu metinden doğrudan kasaba ve ilçe adları gibi konum ipuçları çıkarıp posta kodları veritabanıyla eşleştirerek ele aldı. Bunu mevcut GPS türü etiketlerle birleştirdiler ve ardından her şeyi bir veritabanı motoru ile çapraz kontrol ettiler. Bu dikkatli eşleştirme, Assam genelinde sel hasarının bildirildiği yerlerin, belirli ilçe ve topluluklara kadar temizlenmiş bir haritasını üretti.

Güvenilen seslerin mesajı taşımasına izin vermek

Bir kriz konumları haritasına sahip olduktan sonra yazarlar sosyal ağa yöneldiler. Yanıtlar ve bahsetmelerle bağlı Twitter kullanıcılarından oluşan bir grafik oluşturdular ve sonra yakından etkileşimde bulunan, genellikle paylaşılan yerlere bağlı doğal “toplulukları” aradılar. Her topluluk içinde, başkaları arasındaki en kısa yolların çoğunda yer alan kullanıcıları bulmak için harmonik merkezilik adlı bir ölçüt kullandılar. Basitçe söylemek gerekirse, bunlar mesajları kendi grupları içinde hızlı ve geniş şekilde yayılan kişilerdi. Sistem, yerel sel koşulları hakkında doğrulanmış uyarıları yaymaya yardımcı olmak için iletişime geçilebilecek veya izlenebilecek bu yüksek bağlantılı kullanıcıları etkileyiciler olarak işaretledi.

Bu yerel halk için ne anlama geliyor

Sonuç olarak çalışma, gürültülü sosyal medya verilerini afetler sırasında hedefe yönelik, konum farkındalığı olan uyarılara dönüştürmek için bir yol haritası sunuyor. Ciddi tweetleri otomatik olarak tespit edip bunları gerçek yerlere sabitleyerek, yakın kullanıcıları topluluklar halinde gruplayarak ve her gruptaki en etkili sesleri belirleyerek sistem, acil servislerin doğru kişilere doğru zamanda ulaşmasına yardımcı olabilir. Yaklaşım hâlâ kullanılabilir konum ipuçları içeren yeterli gönderiye bağlı olsa da, günlük çevrimiçi tepkilerimizin erken müdahaleyi güçlendiren ve nihayetinde hayat kurtarabilecek gayriresmi bir sensör ağına nasıl dönüştürülebileceğini gösteriyor.

Atıf: Manikandan, D., Valliyammai, C. Location based bursty event detection and information dissemination using influencers in Twitter. Sci Rep 16, 14631 (2026). https://doi.org/10.1038/s41598-026-44512-6

Anahtar kelimeler: afet erken uyarısı, sosyal medya analitiği, Twitter etkileyicileri, kriz haritalama, makine öğrenimi