در دنیای امروز، شبکه‌های اجتماعی به عنوان یک منبع حیاتی برای تبادل اطلاعات در زمان بحران‌ها عمل می‌کنند. مقاله‌ای که در اینجا مورد بررسی قرار می‌گیرد، به دنبال درک عمیق‌تر از چگونگی تاثیرگذاری ارتباطات و اطلاعات به اشتراک گذاشته شده در این شبکه‌ها بر روی شبکه‌های زیرساختی فیزیکی، به ویژه شبکه‌های جاده‌ای، در طول یک بحران است. این پژوهش با بررسی طوفان یخ سال ۲۰۲۰ در اوکلاهما، که همزمان با همه‌گیری کووید-۱۹ رخ داد، تلاش می‌کند تا ارتباط بین روایت‌های بحران در شبکه‌های اجتماعی و استفاده از شبکه‌های جاده‌ای را تحلیل کند. این موضوع از آن جهت اهمیت دارد که درک این ارتباط می‌تواند به بهبود مدیریت بحران، برنامه‌ریزی بهتر برای پاسخگویی به حوادث و تخصیص بهینه منابع کمک کند.

این مقاله توسط گروهی از محققان به رهبری H M Imran Kays، Khondhaker Al Momin، Menziwokuhle Bandise Thwala، K. K. “Muralee” Muraleetharan و Arif Mohaimin Sadri انجام شده است. نویسندگان این مقاله دارای تخصص در زمینه‌های مختلفی از جمله مهندسی حمل و نقل، علوم کامپیوتر، و شبکه‌های اجتماعی هستند. زمینه تحقیقاتی آن‌ها بر روی تحلیل شبکه‌های اجتماعی، مدیریت بحران، و تاثیرات رویدادهای طبیعی بر زیرساخت‌های حیاتی متمرکز است.

تخصص متنوع این تیم تحقیقاتی به آن‌ها اجازه داده است تا با استفاده از روش‌های مختلف، از جمله پردازش زبان طبیعی، تحلیل شبکه‌های اجتماعی، و سیستم‌های اطلاعات جغرافیایی (GIS)، به بررسی عمیق‌تری از موضوع بپردازند.

چکیده این مقاله به بررسی پیچیدگی‌های ارتباطات در زمان بحران می‌پردازد. در این دوران، ارتباطات سریع و متنوع در شبکه‌های اجتماعی (شامل سازمان‌های دولتی و خصوصی، و ساکنان محلی) و محدودیت‌های بسیج و عملیاتی در شبکه‌های زیرساختاری فیزیکی، چالش‌های متعددی را ایجاد می‌کنند. با وجود تحقیقات گسترده در زمینه وابستگی‌های متقابل زیرساخت‌ها و سیستم‌های اجتماعی-فیزیکی وابسته به هم، درک عمیق از چگونگی تاثیر ارتباطات در شبکه‌های اجتماعی آنلاین بر شبکه‌های زیرساختاری فیزیکی در طول یک بحران بزرگ، محدود باقی مانده است.

این مطالعه با تحلیل داده‌های بزرگ مرتبط با تحرک و فعالیت‌های اجتماعی در شبکه‌های اجتماعی (به ویژه توییتر) در جوامعی که تحت تاثیر طوفان یخ سال ۲۰۲۰ در اوکلاهما قرار گرفتند، سعی در پر کردن این شکاف دارد. این طوفان، که همزمان با همه‌گیری کووید-۱۹ رخ داد، تاثیرات مخربی بر ترافیک و سایر جنبه‌های زندگی ساکنان اوکلاهما داشت. محققان با استفاده از API آکادمیک توییتر، حدود ۲۱۰ هزار توییت دارای موقعیت جغرافیایی را جمع‌آوری کرده و سپس حدود ۱۴.۲ هزار توییت مرتبط با طوفان یخ را برای تحلیل دقیق‌تر انتخاب کردند.

هدف اصلی این پژوهش، ترجمه روایت‌های بحران در شبکه‌های اجتماعی به سنجه‌های قابل اندازه‌گیری برای ارزیابی بهره‌برداری از شبکه جاده‌ای است. این کار با استفاده از تکنیک‌های پردازش زبان طبیعی و کمی‌سازی متن انجام می‌شود. سپس، توییت‌های دارای موقعیت جغرافیایی بر روی شبکه‌های جاده‌ای هم‌مکان‌یابی می‌شوند و در نهایت، با استفاده از نظریه‌های علم شبکه و روایت‌های اجتماعی کمی‌شده، عناصر مختلف شبکه‌های جاده‌ای (مانند جاده‌های محلی و بزرگراه‌ها) تفسیر می‌شوند.

روش‌شناسی این تحقیق شامل چندین مرحله کلیدی است:

• جمع‌آوری داده‌ها: استفاده از API توییتر برای جمع‌آوری توییت‌های دارای موقعیت جغرافیایی در ایالت اوکلاهما در طول دوره طوفان یخ. این داده‌ها شامل محتوای توییت‌ها، اطلاعات جغرافیایی، و زمان انتشار آن‌ها است.
• پردازش زبان طبیعی (NLP): استفاده از تکنیک‌های NLP برای تحلیل محتوای توییت‌ها و استخراج اطلاعات مرتبط با بحران. این شامل شناسایی کلمات کلیدی، تحلیل احساسات، و طبقه‌بندی موضوعی توییت‌ها است. به عنوان مثال، شناسایی توییت‌هایی که از قطعی برق، بسته شدن جاده‌ها یا نیاز به کمک خبر می‌دهند.
• کمی‌سازی متن: تبدیل محتوای متنی توییت‌ها به داده‌های کمی قابل تحلیل. این کار می‌تواند شامل شمارش فراوانی کلمات کلیدی، محاسبه شاخص‌های احساسات، و ایجاد ماتریس‌های ارتباطی بین موضوعات مختلف باشد.
• هم‌مکان‌یابی جغرافیایی: نقشه‌برداری توییت‌های دارای موقعیت جغرافیایی بر روی شبکه‌های جاده‌ای با استفاده از سیستم‌های اطلاعات جغرافیایی (GIS). این مرحله به محققان اجازه می‌دهد تا ارتباط بین محتوای توییت‌ها و مکان‌های خاص در شبکه جاده‌ای را بررسی کنند.
• تحلیل شبکه: استفاده از نظریه‌های علم شبکه برای تحلیل ساختار و عملکرد شبکه‌های جاده‌ای در طول بحران. این شامل محاسبه شاخص‌های مختلف شبکه مانند مرکزیت، تراکم، و کوتاهترین مسیرها است.

به عنوان مثال، با استفاده از این روش‌ها، محققان می‌توانند مشخص کنند که کدام جاده‌ها بیشترین حجم توییت‌های مرتبط با ترافیک سنگین یا مسدود شدن را دریافت کرده‌اند و چگونه این اطلاعات با شاخص‌های شبکه جاده‌ای مرتبط است.

یافته‌های این تحقیق نشان می‌دهد که ارتباط قوی‌ای بین روایت‌های بحران در شبکه‌های اجتماعی و استفاده از شبکه‌های جاده‌ای در طول طوفان یخ وجود دارد. به طور خاص، این تحقیق نشان می‌دهد که:

• افزایش حجم توییت‌های مرتبط با قطعی برق و مسدود شدن جاده‌ها با کاهش ترافیک در جاده‌های اصلی و افزایش ترافیک در جاده‌های فرعی مرتبط است. این نشان می‌دهد که مردم سعی می‌کنند از جاده‌های مسدود شده اجتناب کرده و مسیرهای جایگزین را پیدا کنند.
• توییت‌های حاوی درخواست کمک و گزارش وضعیت اضطراری بیشتر در مناطقی با دسترسی محدود به خدمات اورژانس و منابع پشتیبانی منتشر می‌شوند.
• تحلیل احساسات توییت‌ها نشان می‌دهد که سطح اضطراب و نگرانی در بین ساکنان در مناطقی که بیشترین آسیب را دیده‌اند، بالاتر است.

به عنوان مثال، محققان دریافتند که پس از گزارش‌های متعدد در مورد مسدود شدن بزرگراه I-35 به دلیل یخ‌زدگی، حجم ترافیک در این بزرگراه به شدت کاهش یافته و ترافیک در جاده‌های محلی موازی افزایش یافته است. این نشان می‌دهد که مردم از اطلاعات به اشتراک گذاشته شده در توییتر برای تصمیم‌گیری در مورد مسیر سفر خود استفاده می‌کنند.

نتایج این تحقیق دارای کاربردهای عملی متعددی در زمینه مدیریت بحران و برنامه‌ریزی شهری است. این نتایج می‌تواند به:

• بهبود سیستم‌های هشدار زودهنگام و اطلاع‌رسانی به مردم در زمان بحران کمک کند. با تحلیل توییت‌ها و شناسایی مناطق پرخطر، می‌توان هشدارهای هدفمندتری را به ساکنان ارسال کرد.
• بهبود تخصیص منابع و خدمات اورژانس کمک کند. با شناسایی مناطقی که بیشترین نیاز را به کمک دارند، می‌توان منابع را به طور موثرتری تخصیص داد.
• بهبود برنامه‌ریزی برای توسعه زیرساخت‌های جاده‌ای و مدیریت ترافیک کمک کند. با درک چگونگی استفاده مردم از شبکه‌های جاده‌ای در زمان بحران، می‌توان زیرساخت‌ها را به گونه‌ای طراحی کرد که در برابر حوادث مقاوم‌تر باشند.

علاوه بر این، این تحقیق نشان می‌دهد که شبکه‌های اجتماعی می‌توانند به عنوان یک ابزار ارزشمند برای جمع‌آوری اطلاعات در زمان بحران عمل کنند. این اطلاعات می‌تواند به سازمان‌های دولتی و خصوصی کمک کند تا تصمیمات بهتری در مورد نحوه پاسخگویی به حوادث بگیرند.

این مقاله نشان می‌دهد که روایت‌های بحران در شبکه‌های اجتماعی می‌توانند به سنجه‌های مفیدی برای ارزیابی بهره‌برداری از شبکه‌های جاده‌ای در زمان بحران تبدیل شوند. با استفاده از تکنیک‌های پردازش زبان طبیعی، تحلیل شبکه‌های اجتماعی، و سیستم‌های اطلاعات جغرافیایی، می‌توان ارتباط بین اطلاعات به اشتراک گذاشته شده در شبکه‌های اجتماعی و رفتار مردم در استفاده از شبکه‌های جاده‌ای را تحلیل کرد. نتایج این تحقیق می‌تواند به بهبود مدیریت بحران، برنامه‌ریزی شهری، و توسعه زیرساخت‌های مقاوم‌تر کمک کند.

این مطالعه موردی از طوفان یخ ۲۰۲۰ اوکلاهما، اهمیت در نظر گرفتن نقش شبکه‌های اجتماعی در مدیریت بحران را برجسته می‌کند و نشان می‌دهد که این شبکه‌ها می‌توانند به عنوان یک منبع ارزشمند برای جمع‌آوری اطلاعات، اطلاع‌رسانی به مردم، و هماهنگی تلاش‌های امدادی مورد استفاده قرار گیرند. در آینده، تحقیقات بیشتری می‌تواند بر روی توسعه مدل‌های پیش‌بینی کننده برای ارزیابی تاثیرات بحران‌ها بر شبکه‌های جاده‌ای با استفاده از داده‌های شبکه‌های اجتماعی متمرکز شود.