GEO-SOZIALE MEDIEN
Geografische Analyse von Social-Media-Daten
In den letzten Jahren sind Daten aus sozialen Netzwerken wie Twitter zu einer weit verbreiteten Grundlage für Geoanalysen in einer Reihe von Anwendungsbereichen geworden, darunter Katastrophenmanagement, öffentliche Gesundheit und Epidemiologie, Stadtplanung, Verkehrsmanagement, Kriminalitätsanalyse und andere. Wir können diese räumlichen Komponenten auch zu diesen Social-Media-Analysen hinzufügen. Das bringt erhebliche Vorteile bei der Analyse und hilft unseren Kunden, Geld zu sparen und sich einen schnellen Überblick über den boomenden Bereich Social Media zu verschaffen.
Technisch und methodisch auf dem neuesten Stand
Während sich die frühen Forschungsbemühungen auf einfache Analysen mit traditionellen Methoden konzentrierten, hat die neuere Forschung komplexere Ansätze entwickelt, darunter selbstlernende Systeme wie künstliche neuronale Netze (KNN), semantische Themenmodelle für maschinelles Lernen oder Echtzeit-Analysealgorithmen.
Durch die rasante Entwicklung der Social-Media-Analyse sind die Methoden der Datenanalyse robuster und die Ergebnisse zuverlässiger geworden. Geosoziale Netzwerke wiederum werden heute als hochwertige Datenquelle anerkannt, die die Untersuchung realer Probleme und die anschließende Entscheidungsfindung unterstützt. Befeuert wurde diese Entwicklung durch die dramatisch zunehmende Verfügbarkeit von Social-Media-Beiträgen auf der ganzen Welt, insbesondere in städtischen Umgebungen. Als Ergebnis haben wir umfangreiche analytische Bemühungen gesehen, die urbane Prozesse mit einer bemerkenswert hohen räumlichen und zeitlichen Auflösung untersuchen.
Hilfs- und Hilfsorganisationen erleben in jeder Krisensituation eine Phase des Chaos und der Desinformation. Je länger es dauert, diese Phase zu überwinden, desto mehr Ressourcen müssen eingesetzt werden. Es ist daher im humanitären, aber auch wirtschaftlichen Interesse jeder Hilfs- und Hilfsorganisation, Mittel zur Verfügung zu haben, die ein schnelles Bild der Lage vermitteln können.
Räumliche Social-Media-Analysen können dabei helfen, sich in Echtzeit ein Bild von der Situation zu machen. Postings und Tweets werden häufig mit der Position des Nutzers platziert, damit Inhalt und Position in Beziehung gesetzt werden können. Frei zugängliche Nachrichten auf Twitter werden mit Methoden des maschinellen Lernens und der Geostatistik ausgewertet. Kritische Phänomene können somit räumlich geclustert werden. Außerdem wird die räumliche Ausbreitung modelliert, was zum Beispiel bei einem großflächigen Waldbrand oder bei einer Epidemie interessant ist.
Gerade in grenzüberschreitenden Krisensituationen können räumliche Social-Media-Analysen ein unverzichtbares Hilfsmittel für Hilfs- und Hilfsorganisationen sein, da es keine Einschränkungen bei der Weitergabe der gewonnenen Informationen gibt. Die verwendeten Daten sind frei verfügbar. Damit eignet sich die gewählte Methode besonders für Hilfs- und Hilfsorganisationen, die grenzüberschreitend und staatlich unabhängig tätig sind.
Die Flüchtlingsbewegungen in den Jahren 2015 und 2016 kamen von Syrien über den Balkan nach Mitteleuropa. Die Flüchtlinge waren mindestens mehrere Wochen entfernt, um die Strecke zurückzulegen. Dennoch war es oft so, dass die täglichen Ankunftszahlen an der deutsch-österreichischen Grenze kaum vorhersehbar waren. Diese Unsicherheit bindet Ressourcen, die ständig mit der Lagebeurteilung beschäftigt sind. Diese Ressourcen werden an jeder Binnengrenze oder im Krisenstab des jeweiligen Landes eingesetzt. Die wenig zufriedenstellende Einschätzung der Lage wird Mitarbeiter in Hilfs- und Hilfsorganisationen frustrieren, und es können sogar Menschenleben von der schlechten Einsatzplanung abhängen. Zudem wird die Öffentlichkeit angesichts der prekären Lage Zweifel an der Leistungsfähigkeit der Sicherheitsbehörden haben.
Räumliche Social-Media-Analysen sind sehr gut in der Lage, Flüchtlingsbewegungen abzuschätzen. Eine vorausschauende Standortplanung wird damit erheblich erleichtert. Die Berücksichtigung dieser Analysen erfordert keine spezielle Ausbildung oder Vorkenntnisse. Daher können räumliche Social-Media-Analysen den Personalaufwand für die Lagebeobachtung reduzieren.
Auch bei Naturkatastrophen wie Erdbeben oder großflächigen Waldbränden ist die räumliche Analyse von Social Media sinnvoll, da die Lage vor allem zu Beginn diffus ist. Die Analyse von Berichten von Beobachtern und Anwohnern in sozialen Medien kann das Verständnis für die räumliche Ausdehnung einer Katastrophe verbessern. Eine entsprechende Studie wurde 2014 während des Erdbebens im kalifornischen Napa Valley erfolgreich durchgeführt.
Auch die Ausbreitung einer Epidemie lässt sich mithilfe der räumlichen Social-Media-Analyse modellieren. Bereits heute werden Hilfs- und Hilfsorganisationen mit den Ergebnissen dieser Analysen beliefert: Tweets zu Covid-19 werden entsprechend auf einer Karte visualisiert. Außerdem werden Listen mit Tweets erstellt, die sich auf eine definierte Region beziehen, um einen gezielten Zugriff auf besonders aussagekräftige Tweets zu ermöglichen. Zur Analyse des Ausbruchs und der weiteren Prognose werden statistische Methoden eingesetzt.