Estudio de patrones y relaciones mediante un análisis cuantitativo entre métricas de eventos sísmicos con datos extraídos de twitter |

Abstract

Motivación. Twitter es una red social que permite a las personas la interacción con otras y la difusión de información del mundo real. Por otro lado, en los desastres naturales, surge la necesidad de una rápida y confiable recopilación de lo sucedido y sus consecuencias. Por lo anterior, Twitter es considerado una posible gran fuente de información para eventos físicos significativos, en particular, en desastres naturales como los sismos. Objetivo. Dado el contexto, el objetivo de este trabajo es evidenciar la correspondencia medible entre la intensidad de un evento sísmico y la visibilidad del evento en Twitter. Se estudiará si esta correspondencia sea traducible en un modelo predictivo de intensidad de sismos. Contribución. El trabajo es un puente entre los eventos sísmicos y Twitter. Permite mostrar las características de Twitter que son relevantes en un evento sísmico, y a su vez, establece una metodología para identificar correlación entre sismos y Twitter. Finalmente, plantea un método que logra la correcta relación entre eventos sísmicos y Twitter. Este trabajo es pionero en el uso de las redes sociales para la estimación de los daños provocados por un sismo. Metodología. Se propone y aplica una metodología que considera desde la extracciónde los datos hasta la generación de modelos y comparación de resultados. Primeramente, se extraen los sismos de un intervalo definido de tiempo, y a su vez, los mensajes asociados a dicho evento sísmico. Luego ubicamos geográficamente los mensajes y generamos las características que serán relacionadas con los sismos. Posteriormente, se identifican las ubicaciones que percibieron el sismo y sobre estas comunas, se crea un modelo para estimar la intensidad de Mercalli. Finalmente, mejoramos el modelo utilizando la dimensión espacial y comparamos los resultados. Valor. El valor de este trabajo es ir más allá en las investigaciones que relacionan sismos con redes sociales, al incluir un mayor grado de profundización, al predecir la intensidad de los sismos a nivel de comunas y en la predicción restringida al uso exclusivo de información de Twitter.