《表1 以推特发文数量为因变量的泊松回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于社交大数据挖掘的城市灾害分析——纽约市桑迪飓风的案例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:当p值小于0.01时，显著性对应为***。资料来源:根据参考文献[32]相关资料绘制

模型发现，人口密度和位于受淹地区对于信息发布数量有着显著正向的影响，而其他个人属性的影响呈现出更加复杂的作用。在回归分析中排除了包含著名景点、公园和其他绿地的数据以排除游客的影响。此外，研究的局限性在于，不能将推特信息与使用者的居住地点和人口特征完全匹配。如果用MMAM模型来解释发布推特信息数量与人口规模、素材、网络可达性以及动机之间的关系，则发现人口规模是灾害信息发布数量影响的关键变量；而年龄、收入、教育程度对发推文数量呈现倒U型曲线的关系。总体来看，年轻人、中等收入者以及受过良好教育的人发推文的数量较多（表1）。