FloodSight : una piattaforma per l'analisi big data dei social network durante le emergenze alluvionali

Durante la gestione di un'emergenza relativa ad un disastro naturale è di grande importanza, essere consapevoli della situazione del territorio e dei danni causati dai cataclismi, per riuscire a fornire gli aiuti necessari ai cittadini e il giusto supporto per la bonifica delle area danneggiate. Nell'ultimo decennio è diventato di grande importanza, anche durante il verificarsi di emergenze di questo tipo, utilizzare le più diffuse tecnologie per creare delle reti di comunicazioni tra le istituzioni e le popolazioni colpite, prime fra tutte i Social Network. Lo scopo della tesi ha previsto la progettazione e realizzazione di un valido strumento per l'analisi di grandi quantità di dati provenienti dai Social Network, con l'obiettivo di selezionare i messaggi più rilevanti e ad alto contenuto informativo relativi ai luoghi colpiti dalle alluvioni. La soluzione individuata è caratterizzata da un sistema fortemente scalabile e ad alto parallelismo che sfrutta tecnologie IBM basate su Map Reduce. L'applicazione realizzata analizza i contenuti social e grazie ad un meccanismo di classificazione di testi basato su tecniche di Machine Learning, filtra e organizza le informazioni più rilevanti, accessibili dall'utente tramite un interfaccia web, che permette in aggiunta la visualizzazione dei messaggi geolocalizzati durante il processo di elaborazione dei dati.