Sosiaalisessa mediassa syntyneen datan hyödyntäminen onnettomuuksissa ja muissa kriisitilanteissa

Koko: px

Aloita esitys sivulta:

Download "Sosiaalisessa mediassa syntyneen datan hyödyntäminen onnettomuuksissa ja muissa kriisitilanteissa"

Miina Hiltunen
7 vuotta sitten
Katselukertoja:

1 Sosiaalisessa mediassa syntyneen datan hyödyntäminen onnettomuuksissa ja muissa kriisitilanteissa Aapo Immonen Jatko-opiskelija, Itä Suomen Yliopisto, Kansanterveystieteen Laitos Hannu Rantanen Erikoistutkija, Pelastusopisto

2 Sosiaalisessa mediassa syntyneen datan hyödyntäminen onnettomuuksissa ja muissa kriisitilanteissa Nyky-yhteiskunnan haasteet onnettomuus- ja kriisitilanteissa Kriittiset menestystekijät sosiaalisen median tuottaman tiedon hyödyntämisessä Teknologiakeskeisyydestä tieto- ja prosessikeskeisyyteen Case-esimerkki Queenslandin tulvat ja Christchurchin maanjäristys Pohdintaa

3 Nyky-yhteiskunnan haasteet onnettomuus- ja kriisitilanteissa Moderni yhteiskunta on monella tasolla verkottunut ja myös haavoittuvampi siten, että yhden osa-alueen ongelmat heijastuvat muihinkin ja voivat tuottaa kasautuvia ongelmia Monet kriittiset infrastruktuurit ovat kehittyneet hyvin monimutkaisiksi ja toisistaan riippuvaisiksi, ja ne kuuluvat monille eri omistajille Mikään organisaatio ei voi enää yksin vastata palveluiden toimivuudesta häiriötilanteissa Tarvitaan uutta ajattelutapaa ja sen tunnistamista, että kriisitilanteen hoitoon osallistuvat kaikki, ja kaikki tarvitsevat ja myöskin tuottavat tietoa, jota tarvitaan tilanteen hahmottamiseen.

4 Kriittiset menestystekijät sosiaalisen median tuottaman tiedon hyödyntämisessä Suuronnettomuuksissa ja kriiseissä viestinnän nopeus on haaste. Koska media ja kansalaiset elävät reaaliajassa, tulee myös viranomaisten pystyä vastaamaan nopeasti kansalaisten tiedontarpeisiin ja hyödyntää näiden tuottamaa tietoa Sosiaalisen median käyttö lisääntyy myös viranomaisten kriisiviestinnässä koko ajan. Tällä hetkellä sosiaalisen median ohjeistusta valmistellaan laajasti myös julkishallinnossa Nyky-yhteiskunnassa dataa syntyy ja liikkuu valtavia määriä sen ollessa niin heterogeenistä, ettei ilman luotettavaa varmuutta sen alkuperästä ja oikeellisuudesta ole mahdollista johtaa syvällisiä analyysejä

5 Teknologiakeskeisyydestä tieto- ja prosessikeskeisyyteen Knowledge Management teoreettisena viitekehyksenä Weak signals Early warnings Getting the big picture Data Information Knowledge Wisdom Sense making Understanding relations Understanding patterns Understanding principles - Teknologia, prosessit sekä käyttäjät yhdistyvät holistiseksi kokonaisuudeksi. - Tarkastelun kohteen prosessit ja toimintaympäristön kypsyys toteuttaa muutos teknologian avulla - Teknologia toimii muutoksen mahdollistajana

6 Kriisinhallinnan elinkaarimalli ( Ref: Immonen & al. 2009)

7 Case-esimerkki Queenslandin tulvat ja Christchurchin maanjäristys Brisbanen tulva 2010 Christchurch maanjäristys 2010 Sosiaalisen median käyttö lisääntyi merkittävästi Toimi ad hoc. ratkaisuna myös viranomaisille Tiedon omistajuus Tiedon Eheys Tiedon käytettävyys Tiedon luotettavuus / luottamuksellisuus

8 Datan keruu Name of dataset Queensland floods Method of data gathering Constraints Number of tweets extracted (including duplicates) Number of authors Extracted from twapperkeeper.com, an online archive of tweets. A custom HTML parser has been written to extract tweets from there. Only tweets containing the hashtag "#qldfloods" have been extracted and stored in an XML file format. The reason for taking data from wapperkeeper.com is simple: Twitter allows end-users to access tweets not older than one week. Only author, date and content have been extracted, since TwapperKeeper makes it very difficult to access more data on a given tweet (unlike the official Twitter API) Data available created,fromuser,timezone,text Range of date January, 5th to March 1st 2011 Annotation Size of dataset 339 Method of creating sample dataset Random selection of tweets qualifying as information according to the guideline % of information 24,7 of the overall Tweets

9 Conceptual Model Layperson Expert Media Unknown Location data * Facts Instructions Question Retweets Unknown Information Data Economic Food Health Environmental Personal Community Political Unknown Certain Relatively certain Neutral Relatively uncertain Uncertain * Not used in this case Tweet to be assigned only to one category

10 Alustavia tuloksia Results of the annotation ( Cohen Kappa- value) = 0.32 (first guideline) = 0.30 (first clarification and updates) = 0.54 (clarification on environment and community ) = 0.51 (introduction of ranked categories, clarification on personal and community ) Values < 1 the closer you get, the better you are A third reviewer has done the annotation process (one run) resulting in following numbers: Agreement H/K: = 0.46 Agreement H/A: = 0.46 Agreement K/A: = 0.51 If the value is above 0.5, an agreement exist A detailed comparison upon the tweets disagreed was performed Queensland data set has been used for annotation. NZ data set to validate the classifiers

11 Pohdintaa Tehdyn tutkimuksen pohjalta voi todeta, että sosiaalinen media on kriisitilanteissa runsas datan lähde jonka arvoa tulee kuitenkin kyetä tarkastelemaan kriittisesti. Syntyneen datan hyödynnettävyys kriisinhallinnan aineistona vaatii, että koko data ja datan luotettavuus hallitaan aina koko sen elinkaaren ajan. Tähän tarvitaan valmiita ja testattuja menetelmiä, joilla voidaan varmistaa data luotettavuus sekä luokitella ja analysoida tietoa, niin että datasta nousee merkityksellinen sekä tilannekuvan rakentamiseen ja päätöksenteon pohjaksi soveltuva informaatio esiin.

Samankaltaiset tiedostot

On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)

On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs