INVESTIGATION OF EMERGENCY SITUATIONS IN ALMATY USING MACHINE LEARNING METHODS
DOI:
https://doi.org/10.26577/jpcsit20253104Ключевые слова:
emergencies, machine learning, classification, NLP, preprocessing, KNN, LR, RF, text classificationАннотация
В настоящее время защита населения от чрезвычайных ситуаций, наносящих вред человеку и территории страны, требует принятия организационных мер по мониторингу, исследованию, прогнозированию и предупреждению таких ситуаций. Объектом данного исследования являются чрезвычайные ситуации природного, социального и техногенного характера. С ростом объёма информации в интернете возникла необходимость анализа потока данных, публикуемых на новостных сайтах. В данном исследовании использованы методы и подходы, основанные на машинном обучении. Проведён анализ данных о чрезвычайных ситуациях, выявлены основные факторы, влияющие на частоту происшествий, а также выполнена их классификация и оценка. В ходе оценки алгоритмов определены наиболее эффективные методы машинного обучения. Данные были собраны из открытых источников в текстовом формате и обработаны с использованием методов предварительной обработки естественного языка. На основе исторических данных о погоде в городе Алматы выявлена корреляция между чрезвычайными ситуациями и погодными явлениями.





