Alfonso Crisci , CNR IbimetMarco Morabito, Università di Firenze Valerio Capecchi, Consorzio LaMMAValentina Grasso, Consorzio LaMMA

Interim, quondam Galli appropinquabant, arx Romae Capitolium in ingenti pericolo fuit. (Plutarco)

Ondata di calore 7-9 aprile 2011:

analisi esplorativa del fenomeno tramite

geo-retrieval information

effettuato con Twitter API

Sissa X convegno comunicazione Trieste 24-27 novembre

Questo lavoro ha l'obbiettivo di valutare la potenzialità dei flussi quantitativi dei social media/network legati al rischio sanitario associato ad una criticità climatica e valutare l’impatto sociologico di eventi di natura meteo/clima.

Obbiettivi

Lo strumento Twitter http://twitter.com

•Twitter è una piattaforma di micro-blogging commerciale che permette l' instant messaging cioè il cosidetto “speak & tweet”.

•Esistono nella piattaforma vari meccanismi di condivisione e diffusione del singolo messaggio.

•In 140 caratteri un utente può scrivere pubblicamente quello che pensa, vede e dice in forma compatta da device fisso o mobile. •L’utente può dichiarare, se vuole, da dove scrive, tramite i servizi twitter di geo-location.

•Le conversazione sono archiviabili nel suo account. Sono accessibili e interrogabili tramite specifici servizi web ( Twitter API).

Le capacità Twitter Osama’s End 1-Maggio

2011

•Twitter ha delle capacità di diffusione rapida nel tempo, di tipo virale-epidemico, e di conseguenza nello spazio.

•I flussi delle conversazione fra utenti nei social-network hanno ormai un valore accertato per evidenziare l’attenzione verso un evento identificabile tramite una/più parole chiavi presenti nei messaggi. Twitter fornisce anche dei meccanismi per facilitarne la ricerca e l’acquisizione ( TWITTER API).

•L’attenzione è un parametro misurabile tramite il volume di scambi nell’unità di tempo.

http://trendsmap.com/

Trending Topics Visualizzazione Geografica

•Gli argomenti o gli eventi importanti possono essere identificati con parole di massima ricorrenza nei flussi Twitter e vengono denominati, come in altri media, come Trending Topics.

• Il loro baricentro/localizzazione geografico, grazie agli utenti e per la natura pubblica, può essere visualizzato in tempo reale assieme alle sue statistiche di traffico grazie all’interrogabilità condizionale della piattaforma.

Il fenomeno Twitter in Italia

•La piattaforma Twitter sta crescendo in Italia anche se meno rispetto ad altri paesi.

•I volumi di traffico sono in crescita e già suffucienti per poter effettuare indagini sociologiche utilizzate in vari campi. http://www.slideshare.net/Text100Italy/t100-twitparade100701

Ondata di calore 7-9 aprile 2011 Italia

•Un ondata di calore è un periodo con T° sopra la norma e persistente.La sua definizione precisa varia in funzione dei contesti geografici.

• Rappresenta un serio rischio sanitario specialmente per categorie fragili (anziani, malati cronici, bambini, lavoratori esposti) .

•Nell’aprile 2011, nei giorni 7-8-9, l’Italia è stata interessata da un’ondata di calore precoce con valori da record assoluti.

•La percezione comune non ha seguito le statistiche meteorologiche ma solo in alcune aree di italia.

www.meteogiornale.it

Raccolta dati•Temperature massime italiane delle stazioni ITAV per i giorni dal 5-10 aprile 2011.

•Temperature su griglia da modello (Reanaliys 2 NCEP-DOE) per l’area europea del periodo 5-13 aprile 2011.

•I matches twitter tramite Search API che permette di inserire le parole di ricerca “AFA,CALDO,SETE”, fino ad una massimo di 1500 occorrenze filtrate per lingua italiana:

http://search.twitter.com/search.atom?lang=it&q="afa OR caldo OR sete"&until=2011-04-13&rpp=50&page=100.

I dati presi con il servizio Twitter API sono stati relativi al periodo 6-13 aprile e sono comprensivi sia del messaggio testuale che dell’ora di invio. I dati sono stati verificati per escludere quelli di orgine commerciale, e successivamente si è provveduto a fare le statistiche giornaliere di conteggio.

Coerenza temporale numero Tweets giornalieri e temperature

•La dinamica dei matches“CALDO o AFA o SETE”Twitter è stata coerente con quella delle temperature massime italiane e ancor più con quelle dell’Italia settentrionale e del versante adriatico. Il picco di caldo del 9 aprile è stato intercettato, così come il crollo del giorno successivo, sia nel numero di tweet cercati che delle temperature.

Coerenza spaziale del numero tweet giornalieri e temperature medie giornaliere

•Le mappe di associazione fra la serie Twitter e i dati del modello di Reanalisi climatiche fatte tramite l’analisi del valore di correlazione lineare r per ogni punto griglia nel periodo 6-13 aprile, con due livelli di significatività (s.)

Aree rosse -> s. blanda ( p=0.1)

Aree bianche -> s. forte 0.05

fa emergere un preciso pattern spaziale in Italia. Il nord est sopratTutto e il settentrione in generale, riteniano siano le aree geografiche di percezione dell’ondata di calore.

Conferma della coerenza spaziale tramite osservazioni

Dove la T° massima > 28 C° in Italia il 7-8-9 aprile

7

8 9

ANALISI TEXT MINING dei CORPUS messaggi per i

gg NO HEAT (6-11-12-13 apr)/ gg HEAT ( 7-8-9-10 apr)

•Utilizzando il package R tm sono state analizzate le associazioni fra le parole più frequenti nei messaggi lasciando le parole di ricerca CALDO, AFA, SETE con pari grado

di sparsità della Matrice Termini Documento dei due Corpus Twitter relativi ai giorni indicati.

NO-HEATHEAT

Aumento e modifica della complessità nell’associazione fra termini sia in termini assoluti che di aggregazione.

•Visualizzazione della Wordcloud dei testi tweet package R wordcloud

HEAT NO-HEAT

ANALISI TEXT MINING dei CORPUS messaggi per i

gg NO HEAT (6-11-12-13 apr)/ gg HEAT ( 7-8-9-10 apr)

E’ interessante notare l’apparizione di termini geografici e stagionali.

Variazione densità singole parole

NO HEAT N=1798 HEAT N=2039

oggi 6.0% oggi 8.3% 1°

sole 5.5%tropp

o 7.7% 2°

troppo 4.1% sole 5.9% 3°

Esempio di analisi della variazione di frequenza relativa a singole parole ad elevato ranking.

• Questo lavoro ha evidenziato come l’Audit dei flussi Twitter, e dei social media/network in lingua locale possono essere utilizzati, durante una criticità, come un parametro quantitativo di interesse per la comunità scientifica meteo/climatica. Un orecchio “sociale” importante sul territorio per gli impatti perfettamente integrabile con gli strumenti attualmente utilizzati. Il crossing informativo fra le sorgenti dati può dare risultati anche inattesi.

• Anche l’analisi testuale può fornire delle chiavi di lettura integrative di un fenomeno meteo/clima suggerendo quale sia la forma e la reazione, mutuabile dall’espressione scritta dei messaggi che hanno una loro rilevanza, rispetto ad una pressione ambientale da parte di una comunità, che attualmente è solo misurata, in riguardo al disagio termico e al rischio sanitario, con parametri fisici osservati o previsti e statistiche sanitarie.

Conclusioni

…….You want to study human behavior; you are interested in communication, social structure, information dissemination, and crowd behavior. ……..…………You’re on Twitter, and you’ve watched with your own eyes the types of information cascades and communication dynamics that form the foundation of your research. Eureka! Twitter presents an unprecedented opportunity to study human beings, and its openness and technical hooks allows for the systematic capture of this with complete transparency.

Preludi di Social-Meteorologia ??

http://www.drewconway.com/zia/?p=2784

Drew Conway July 28th, 2011