Publicsonar Logo

MENU

Storm Darcy volgen op sociale media

Hoe identificeer je inzichten door meer dan 120.000 social media berichten over Storm Darcy te monitoren? Lees het in deze blog.
Street with cars amidst snowstorm

De sneeuwstorm van februari 2021 was de zwaarste in tien jaar tijd. Het hele land werd getroffen door Storm Darcy en de autoriteiten gaven een code rood af. Dit bleef ook voor buitenlandse media, zoals de BBC, niet onopgemerkt. Ook in Duitsland waren de weersomstandigheden extreem. Daar was men in de greep van Schneesturm Tristan. Beide landen hadden te maken met ijskoude temperaturen. Dit leidde tot verstoorde treinaansluitingen, verkeersincidenten, geannuleerde vluchten en diverse andere ongeregeldheden. 

Sociale media monitoren tijdens noodweer

Zoals gebruikelijk bij dit soort extreme omstandigheden deelden mensen honderdduizenden berichten op sociale media. Berichten die op hun beurt zeer waardevol kunnen zijn voor een ieder die een rol heeft in de publieke veiligheid. Dit blijkt ook uit diverse wetenschappelijke onderzoeken. Volgens het onderzoek “The role of social and mainstream media during storms” kan informatie uit social media een enorme impact maken. Zo adviseren Ulvi et al. dat “professionals in de volksgezondheid en rampenbestrijdingsteams gebruik moeten maken van sociale media.” 

Net als onze klanten bij uiteenlopende calamiteiten, zijn wij ook zelf Storm Darcy gaan monitoren op social media. Op zoek naar waardevolle informatie. 

Hier lees je onze bevindingen. 

Meer dan 300 verschillende woorden voor ‘storm’

Mensen hebben meerdere manieren om zich uit te drukken. Ze gebruiken uiteenlopende woorden om een situatie te beschrijven. Denk aan woorden zoals sneeuwstorm, extreme wind, gladde wegen, ijs, spekglad of bevriezing. Onze zoekopdracht omvatte dan ook meer dan 300 verschillende weer-gerelateerde woorden en uitdrukkingen. Het voordeel van PublicSonar is dat dit niet handmatig hoeft te gebeuren. Met één klik zoek je op de hele verzameling aan gerelateerde woorden. Benieuwd hoe je gemakkelijk naar relevante berichten over rampen kunt zoeken op social media? Bekijk de Engelse webinar replay en leer van nog meer praktijkvoorbeelden.

Informatie-overload

In de loop van een week verzamelden we de publiekelijk beschikbare informatie over Storm Darcy. Het resultaat was meer dan 120 duizend berichten over het extreme weer alleen al in Nederland. Burgers deelden meningen, foto’s, video’s en locaties. Het resultaat is een enorme informatie-overload. Onmogelijk om deze overvloed aan berichten handmatig door te nemen. 

Van 120k naar 9k door in te zoomen

Om de 120 duizend berichten te duiden, hebben we de belangrijkste onderwerpen geïdentificeerd. Zoals gevaarlijke situaties, mobiliteitsproblemen, calamiteiten en noodmeldingen. Dit resulteerde in “slechts” 9 duizend berichten rondom verhoogd risico’s en (potentiële) incidenten. De aanzienlijk kleinere dataset is geschikt om met realtime Machine Learning verder te analyseren. Om zo meer inzichten te verkrijgen van exacte locaties, de ernst van situaties en het sentiment bij het publiek. Op basis van deze doorsnijdingen zijn vervolgens gemakkelijk individuele berichten uit te lichten die een beschrijving of beelden geven van lokale situaties. Omdat we gebruik van hulpdiensten voor ogen hebben, is snelheid en relevantie van informatie cruciaal. Dit kan alleen door gebruik te maken van kunstmatige intelligentie (ook wel “AI” genoemd). 

Juist omdat in deze sneeuwstorm het land maar beperkt toegankelijk was, geven social media een lokaal beeld van de situatie. 

Herkennen van een signaal tussen de ruis

Een gevaarlijke sneeuwstorm voor sommigen, is voor anderen een heerlijke dag in de sneeuw. Velen deelden mooie omgevingen, sneeuwpoppen en familiemomenten met tekst, foto of video op de diverse sociale netwerken. 

Social media posts of citizens enjoying the snow or the city view with snow

Natuurlijk zagen we veel van dit soort berichten. In deze context spreken we van “ruis”, want het doel van onze verkenning was de beeldvorming over onveilige situaties. Door verder in te zoomen kregen we waardevolle informatie zoals verkeersongevallen en achtergelaten vuilnis. Ook zagen we berichten waarin inwoners melding maken van zwaar besneeuwde straten en bevroren daken die gevaarlijke situaties opleveren voor voorbijgangers. 

social media montioren storm darcy

Van informatie tot actie

Voor hulpverleners kunnen meldingen van burgers tijdens stormen en natuurrampen bijzonder waardevol zijn. Wil jij weten hoe je risico’s of incidenten in jouw regio beter kunt herkennen? Wil je weten hoe je social media kunt monitoren en deze data kunt omzetten in inzichten? Of ben je benieuwd naar de toepassingen van onze technologische oplossing? Neem dan vrijblijvend contact met ons op via info@publicsonar.com of onze contactpagina.

Neem contact met ons op en leg jouw uitdaging voor

Overzichtelijke toegang tot slimme inzichten op basis van publieke data in risicovolle situaties, crises en incidenten.