Mining Twitter Data for Improved Understanding of Disaster Resilience

Disaster resilience broadly describes the ability of a community to bounce back from disaster impacts by generating resilience building activities through the four phases of emergency management: preparedness, response, recovery, and mitigation (Federal Emergency Management Agency [FEMA] 2006). Disaster resilience is a major societal challenge and has been a subject of intense research by many researchers from multiple disciplines, all aiming at building capacity to enhance resilience (National Research Council 2012). Given the same type of hazard and threat level, the impact of a hazard on a community varies across regions with different socioeconomic and environmental characteristics (Cutter, Boruff, and Shirley 2003, 2008; Adger et al. 2005; Reams, Lam, and Baker 2012; Lam et al. 2015; K. Li et al. 2015; Cai et al. 2016; Lam et al. 2016). These social and geographical disparities of disaster resilience are major obstacles to building long-term resilience for communities. Hence, a better understanding of the patterns and consequences of social and geographical disparities in disaster resilience is necessary for reducing the disparities, which in turn should help reduce damage and increase resilience. In the past few decades, disaster studies have been relying on traditional sociodemographic data collected at regular time intervals such as data from census and health agencies to quantify disaster resilience. A major shortcoming of the traditional approach is that data describing communities’ preparedness, response, and recovery behaviors are generally not available through traditional databases. Social media, as an emerging data source, could provide an innovative approach to observing human behaviors under emergencies in real time. During an emergency, users’ posting habits and feelings of the event are expected to be related to the level of threat from the hazard, damage sustained, users’ individual characteristics, and local social and environmental conditions (Earle 2010; Kent and Capello 2013; Guan and Chen 2014; Kryvasheyeu et al. 2016). Spatial? temporal surveillance through social media platforms has the potential to reveal the disparities of each community’s preparedness, response, and recovery behaviors during hazardous events. Information extracted from social media data could be used to estimate potential damage, reduce disparities, and enhance resilience. 재해 복구 능력은 비상 관리의 네 가지 단계인 준비, 대응, 복구 및 완화(연방 비상 관리국[FEMA] 2006)를 통해 복원력 구축 활동을 생성함으로써 재해 영향으로부터 회복하는 커뮤니티의 능력을 광범위하게 설명한다. 재해 복구 능력은 주요한 사회적 도전이며, 복수 분야의 많은 연구자들에 의해 집중적인 연구의 대상이 되어 왔는데, 모두 복원력 향상을 위한 역량 구축을 목표로 하고 있다(National Research Council 2012). 위험 및 위협 수준이 동일한 경우, 지역사회에 대한 위험의 영향은 사회경제적 및 환경적 특성이 다른 지역(커터, 보러프 및 셜리 2003, 2008; Adger 등 2005; Reams, Lam 및 Baker 2012; Lam 등, 2015; K). Li 등 2015, Cai 등 2016, Lam 등 2016). 재해 복구 능력의 이러한 사회적, 지리적 불균형은 지역사회를 위한 장기적 복원력을 구축하는데 주요한 장애물이다. 따라서, 재해 복구 능력에서 사회적, 지리적 불균형의 패턴과 결과에 대한 더 잘 이해하는 것이 이 차이를 줄이는 데 필요하며, 이는 다시 손상을 줄이고 복원력을 높이는 데 도움이 되어야 한다. 지난 수십 년 동안 재난 연구들은 재난 복구 능력을 계량화하기 위해 인구조사 및 보건기관의 자료와 같은 정기적인 간격으로 수집된 전통적인 사회생태학적 데이터에 의존해 왔다. 기존 접근방식의 주요 단점은 지역사회의 준비, 대응 및 복구 동작을 설명하는 데이터는 일반적으로 기존 데이터베이스를 통해 이용할 수 없다는 것이다. 소셜 미디어는 새로운 데이터 소스로서 비상 상황에서 인간의 행동을 실시간으로 관찰하는 혁신적인 접근법을 제공할 수 있다. 비상사태 시 이용자의 게시 습관과 느낌은 위험, 지속적인 피해, 사용자 개인의 특성 및 지역 사회 및 환경 조건(Earle 2010; Kent and Capello 2013; Guan and Chen 2014; Kryvasheyeu 등)의 위협 수준과 관련이 있을 것으로 예상된다. 소셜 미디어 플랫폼을 통한 공간-시간적 감시는 위험 사건 중 각 커뮤니티의 준비, 대응 및 복구 행동의 차이를 드러낼 수 있는 잠재력을 가지고 있다. 소셜 미디어 데이터에서 추출한 정보는 잠재적 피해 추정, 불균형 감소, 복원력 강화에 사용될 수 있다.