دانلود مقاله ISI انگلیسی شماره 100045
ترجمه فارسی عنوان مقاله

پیام چندرسانه ای پیام چند رسانه ای برای انتشار پیام های رسانه ای برای ارتباطات اورژانس

عنوان انگلیسی
Multi-network multi-message social media message dissemination problem for emergency communication
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
100045 2017 13 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers & Industrial Engineering, Volume 113, November 2017, Pages 256-268

ترجمه کلمات کلیدی
رسانه های اجتماعی، شبکه های اجتماعی، انتشار اطلاعات، مدیریت بحران،
کلمات کلیدی انگلیسی
Social media; Social networks; Information diffusion; Emergency management;
ترجمه چکیده
رسانه های اجتماعی به طور گسترده ای توسط سازمان های و اداره های مدیریت اورژانسی برای انتشار پیام های اضطراری به عموم مورد استفاده قرار گرفته اند. با این حال، تمرین سنتی یکپارچه و پس از انتظار برای این هدف به خوبی در محیط پیچیده و پویا در حوادث و رویدادهای شدید به کار نمی رود. در این مقاله، یک استراتژی هدف گیری گره رسانه های اجتماعی مورد بررسی قرار گرفته ایم تا تسهیل پیام رسانی را تسهیل کنیم، و پیشنهاد می کنیم یک طرح بهینه سازی با استفاده از این استراتژی برای تعیین مجموعه های بهینه از گره ها با برنامه ریزی افق، ظرفیت پیام رسانی پیام، خصوصیات شبکه اجتماعی و رفتار کاربر در نظر گرفته شده. آزمایشات، نتایج محاسبات و بینش مدیریتی مورد بحث قرار گرفته است.
پیش نمایش مقاله
پیش نمایش مقاله  پیام چندرسانه ای پیام چند رسانه ای برای انتشار پیام های رسانه ای برای ارتباطات اورژانس

چکیده انگلیسی

Social media has been widely adopted by emergency management organizations and agencies to disseminate emergency messages to the public. However, the traditional one-to-all post-and-wait practice does not serve this purpose well in the complex and dynamic environments in disasters and extreme events. In this paper, we examine an engaged social media node targeting strategy to facilitate message propagation, and propose an optimization scheme incorporating this strategy to determine the optimal sets of nodes to target with planning horizon length, source messaging capacity, social network characteristics and user behaviors considered. Experiments, computational results and managerial insights are discussed.