社群數據災害訊息應變作業之應用

有賴資訊科技的發展快速，現今網際網路已經普及到人類生活的各個地方，也造就社群網路平台服務的熱門產物，而行動裝置的興起，更是助長社群網路的高使用率。隨著使用率的增加，當前社群網路已經成為一種新興的資訊傳遞管道，並成為熱門的社群媒體(Social Media)，在社群媒體的環境下，各種類型的資訊在網路上不斷的被分享，其資訊量龐大且快速被產生，這些特性也符合另一個資訊熱門議題，大數據(Big Data)的3V資料特性 (大數據，2013)。

從災害防救科技的發展來看，政府單位從2009莫拉克颱風過後，已經逐步建立起政府內部的資料整合工作，並藉由資料加值整合來輔助災害應變中心面對各種天然災害 (林祺岳，2015)，然而對於應變期間災害訊息蒐整的工作上，目前需要民眾藉由電話的方式進行通報與確認，也造成在災害訊息的時效性與整合性較差。以災害訊息的傳遞來看，民眾往往是第一現場的人，民眾除了藉由電話方式通報以外，目前社群媒體已然成為災害發生當下，用以傳遞災情的重要管道之一。在災害發生當下，民眾可透過行動裝置設備，以文字描述、照片或影片的方式將資訊散布至社群網路上，如: 臉書 (Facebook), 批踢踢 (PTT) 等，這些較即時性的災害訊息有助於災情的掌握與資訊驗證。

根據目前中央災害應變中心 (Central Emergency Operation Center, CEOC) 的運作方式，當應變啟動的時候，每日會進行3次的工作會議，而工作會議前通常會先進行情資研判會議，其中會由各部會報告最新掌握的各種氣象資訊、雨量評估以及災害訊息等。本研究配合實際災害應變中心之運作，導入社群網路上傳遞的災害訊息資訊，並制定社群數據分析與綜整流程，以配合實際災害應變中心的運作，來提供社群網路上的即時災害訊息資訊，以輔助政府災害應變的決策支援。

社群數據分析流程之應用目的

國內在災害應變的啟動流程中，在情資研判會議中會透過與各部會署進行相關資訊的統合，以提供中央災害應變中心整體性的災害應變決策參考，其中對於第一手災害訊息的掌握往往是災害發生當下很重要的資訊之一。傳統在災害訊息的通報上是透過電話的方式接收民眾的災害資訊，常常遇到電話佔線忙碌的情況，而人工的溝通與處置也需要較多的時間。而從現有的民眾使用習慣來看，因資訊科技的成熟發展，社群網路已成為民眾主流的資訊傳遞管道，於災害發生當下時也有許多民眾透過社群網路來傳遞相關的災害訊息，這些災害訊息的掌握對於應變中心的情資研判具有一定的價值 (Pantti, M，2012, Andreas M. Kaplan，2010, T. Sakaki，2010)。

本研究定義一套流程來有效的蒐整台灣地區熱門的社群網路，並藉由數據分析的技術來找出有價值的災害訊息，並透過網際網路地理資訊系統(WEB GIS)來彙整全部的災害訊息，以提供災害訊息的時間與空間資訊，下圖1為本中心如何運用社群媒體達到情資蒐整的目標。

圖1  社群網路數據蒐整與分析流程圖

由圖1所示，社群網路中存在眾多分散式的網站，藉由分散式的網路攀爬技術，收集網路的即時資訊並統一儲存在社群網路資料倉儲。對於後端的分析系統而言，社群網路數據就是單一的資料庫，藉由定義好的資料存取介面可以依造關鍵字詞過濾相關的社群數據，可以取得災害相關的資料集合，之後再透過數據擷取與分析技術取出有意義的災情訊息，這些訊息內容將被進一步的處理與整合，並配合WEB GIS系統進行資訊整合，就可以得到災害訊息的時間與空間分布。

根據災情訊息構成之基本元素：災害發生時間、地點、相關細節描述以及現場拍攝的照片，由民眾發布的敘述內容可藉由文本分析技術，經事先建立的地理詞庫及災害描述詞庫比對，擷取出地點與相關敘述。地點詞彙會在進一步的利用定位技術(Geocoding)來對應至地圖上，而災情敘述會搭配照片進行比對，藉由WEB GIS系統的配合，可以有效地顯示出災害訊息的時間與空間地理資訊，災害訊息之綜整範例可見於圖2。

圖2  尼莎颱風災害事件綜整案例

從圖2顯示，左邊針對單一的災害訊息顯示出災害時間、災害描述與照片，同時也會註明該災害訊息的來源，而右邊藉由地圖的方式可以得知該災害訊息的位置資訊。從整體的地圖當中可以看出所有災害訊息的空間分佈，而最下方則提供所有災害訊息的瀏覽，並且可以依造災害時間欄位進行排序，方便呈現整體災害事件的時序關係。

災防中心社群網路災害應變流程說明

本中心利用上述的社群網路數據蒐整與分析流程，於本中心災害應變成立時啟動該流程進行社群數據的爬取，並建立一套相關的作業流程，配合中央災害應變中心的作業模式，於每日3次的情資研判會議中，提供最新蒐整的災害訊息資訊，整體作業流程如下圖3所示。

圖3  災防中心社群網路災害應變作業流程

從圖3中顯示災防中心在災害應變中心啟動時，會先透過社群數據蒐整的流程取得熱門的社群網路資訊，同時藉由操作平台能夠利用關鍵字詞的方式先取得災害訊息相關的災害訊息集合，例如: 淹水、積水、土石流、地震或房屋倒塌等，取得災害訊息集合後，再依造災害訊息本身的資料元素: 災害時間、地點、災害描述以及現場照片來擷取有異議或有價值的災害訊息，形成所謂的重點災情，最後從重點災情當中選取代表性的災害訊息並發佈至決策輔助系統當中。一般在重點災害訊息的選擇上，通常有些使用者對於同一個災害事件與地點或提供多張現場照片，而在災害訊息發佈的時候，只會優先選擇其中一張照片進行發佈，以節省整體災害訊息綜整的運作時間，下表1為106年度社群災害應變之災害事件統計資訊。

表1中顯示本中心配合中央應變之開設，支援0602豪雨、0613豪雨、尼莎颱風、海棠颱風等4個災害事件的應變作業成果，以0601豪雨為例，從社群網路蒐整與災害訊息相關的資訊有7,847筆資料，而擷取出143比重點災害訊息並發佈102筆的災害訊息。豪雨期間民眾發布的文章數量遠少於颱風事件，但是實際有效的訊息比例卻相對的高，因此次豪雨造成的影響時間較長。颱風襲台對民眾來說是個較熱門的議題，其網路的討論熱度則較高，文章數量也隨之提升。

目前該社群網路災害應變作業流程已經在106 (今) 年度成功運用在災防中心的應變作業當中，也於每次應變作業期間提供最新掌握的災害訊息，而在每次應變當中也顯示出社群網路災害訊息蒐整能讓中央災害應變中心更提早掌握現場災害狀況，也讓應變中心有更多的時間進行決策與救災資源的調度。

參考文獻

1. 大數據，2013。available at:https://zh.wikipedia.org/wiki/%E5%A4%A7%E6%95%B8%E6%93%9A
2. 林祺岳、蘇文瑞、楊鈞宏，2015。WebGIS 緊急上圖框架應用於災害應變決策輔助系統，台灣地理資訊學會年會暨學術研討會。
3. Pantti, M and Wahl-Jorgensen, K and Cottle, S, 2012. Disasters and the Media. Peter Lang, New York, pp. 248.
4. Andreas M. Kaplan, Michael Haenlein, 2010. Users of the World, Unite! The Challenges and Opportunities of Social Media. Volume 53, Issue 1, January-February 2010, pp.  
   59-68.
5. T. Sakaki, M. Okazaki, and Y. Matsuo, “Earthquake shakes twitter users: real-time event detection by social sensors,” in Proceedings of the 19th International Conference on World Wide Web, WWW 2010, Raleigh, North Carolina, USA, April 26-30, 2010, M. Rappa, P. Jones, J. Freire, and S. Chakrabarti, Eds. ACM, 2010, pp. 851–860. [Online]. Available: http://doi.acm.org/10.1145/1772690.1772777