• 0

Социальные сети могут точно прогнозировать экономические последствия стихийных бедствий и пандемий

Согласно новым исследованиям, опубликованным в журнале Nature Communications, социальные сети должны использоваться для составления графика экономического воздействия и восстановления бизнеса в странах, затронутых пандемией COVID-19. Ученые из Бристольского университета описывают метод в реальном времени, тщательно опробованный на трех глобальных стихийных бедствиях, который можно использовать для надежного прогнозирования финансовых последствий текущего глобального кризиса в области здравоохранения.

Традиционные оценки восстановления экономики, такие как опросы и интервью, как правило, дорогостоящие, занимают много времени и плохо масштабируются. Тем не менее, исследователи из Бристольского департамента инженерной математики и гражданского строительства показывают, что они смогли точно оценить время простоя и восстановление малых предприятий в странах, затронутых тремя различными опасными природными явлениями, используя агрегированные данные социальных сетей.

Временной ряд для общего числа постов в Facebook, сделанных всеми предприятиями в Катманду, Непал, показывает преобразованные данные об активности публикаций, полученные в результате предлагаемой методологии. Предоставлено: Университет Бристоля.

Метод основан на предположении, что предприятия, как правило, публикуют больше постов в социальных сетях, когда они открыты, и меньше, когда они закрыты, следовательно, анализируя совокупную активность публикации группы предприятий с течением времени, можно сделать вывод, когда они открыты или закрыты.

Используя данные из общедоступных постов в Facebook на местных предприятиях, собранные до, во время и после трех стихийных бедствий, включая землетрясение в Горхе в 2015 году, землетрясение в Чьяпасе в Мексике в 2017 году и ураган Мария в 2017 году в Пуэрто-Рико, команда определила число небольших городских предприятий, которые были закрыты, а затем смогли измерить свое восстановление после событий. Команда подтвердила свой анализ, используя полевые опросы, официальные отчеты, опросы Facebook, анализ текстов постов Facebook и другие исследования, доступные в литературе.

Важно отметить, что структура работает в режиме реального времени без необходимости анализа текста, который может в значительной степени зависеть от языкового, культурного или семантического анализа, и может применяться к любому размеру области или типу стихийного бедствия в развитых и развивающихся странах, что позволяет местным правительства лучше ориентироваться в распределении ресурсов.

Доктор Филиппо Симини, старший лектор и ведущий автор, объясняет: «Задача прогнозирования воздействия стихийных бедствий, таких как землетрясения, наводнения, ураганы и пандемии, на активы, люди и общество никогда не были столь своевременным, чтобы сделать оценки способности страны и оправиться от экстремальных явлений.

«Зачастую малые и средние предприятия проскальзывают через сеть традиционного мониторинга процесса восстановления. Мы заметили, что в районах, пострадавших от стихийных бедствий, не все районы и население реагируют одинаково».

Доктор Флавия Де Лука, старший преподаватель Бристольского департамента гражданского строительства и ведущий автор, добавил: «У нас была идея поддержать развертывание ресурсов после чрезвычайной ситуации после стихийного бедствия с помощью общедоступных постов компаний в Facebook, чтобы измерить, как конкретный регион восстанавливается после события. Было удивительно узнать, что этот подход предоставлял информацию о восстановлении в реальном времени.

«Мы хотели бы протестировать метод измерения экономического воздействия пандемии COVID-19».

-=GadZZillA=-

Компьютерный системный администратор, веб-огородник, IT-шник, специалист по строительным материалам, создатель и администратор проекта "Лаборатория Рабочих Столов"

Вас также может заинтересовать...

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

 

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.