25、基于法尼气旋的推文数据科学分析

基于法尼气旋的推文数据科学分析

1. 引言

人类一直受到各种自然灾害的威胁，其中热带气旋在生命和财产损失方面最为严重。热带气旋是一种高速旋转的风暴系统，中心为低压眼，直径在100至2000公里之间，伴有强风、雷暴和暴雨。尽管预计热带气旋的数量会减少，但气旋强度的增加加剧了灾害风险，因此这是一个重要的研究领域。

2019年5月袭击印度东部及周边地区的法尼气旋，是2013年“菲林”气旋之后袭击印度东海岸最强大的热带气旋，强度相当于4级飓风，受影响地区包括斯里兰卡、孟加拉国、不丹、奥里萨邦、安得拉邦、西孟加拉邦和印度东北部地区。

如今，社交媒体已成为人们交流、传播信息和表达思想的首选媒介，对社交媒体内容的研究也成为热门领域。在众多社交媒体平台中，推特作为一种微博客服务，激发了许多研究人员对用户交互分析、标签使用和URL使用等方面的研究。

从推文中提取信息并将单词表示为向量进行分析，已成为自然灾害研究的趋势。向量表示法比固定长度的词袋模型更优，因为词袋模型存在顺序丢失和不考虑语义的问题。Word2Vec中的Skip - Gram（SG）和Continuous - Bag - of - Words（CBoW）等词嵌入技术是该领域常用的方法。

随着社交媒体和微博客网站的出现，情感分析成为商业、营销和政治等领域的重要工具，它能比传统的调查和民意测验更轻松地了解目标受众。朴素贝叶斯分类器（NBC）是情感分析中常用的方法，因其能高效准确地进行多类预测。

本文对与法尼气旋相关的推特推文进行分析。创建了一个推特爬虫来收集相关推文，并进行信息提取后创建了数据集。研究分为三个阶段：法尼气旋来临前、气旋期间和气旋过后。主要分析中，使用词云展示各阶段