核心概念
本研究提出使用貝葉斯網絡模型來分析和理解颶風疏散決策過程中的複雜關係,並發現社會影響在此過程中扮演重要角色。
摘要
本研究旨在開發和比較兩個基於問卷調查數據的颶風哈維和艾爾瑪的貝葉斯網絡模型。雖然預測疏散行為很重要,但本研究主要關注於知識發現,旨在確定最能代表影響疏散決策變量之間關係的圖結構。
首先,我們使用互信息進行特徵選擇,以顯著降低解空間並專注於最相關的變量。然後,我們採用兩種基於約束的結構學習算法(PC-stable和Inter-IAMB)來學習網絡結構。為了增強學習結構的穩健性,我們採用了基於自助重採樣的模型平均方法。
分析哈維和艾爾瑪學習到的結構,發現社會影響,尤其是家人、朋友和鄰居的建議,在風險感知和疏散決策中扮演關鍵角色。這些發現支持並補充了現有的理論框架,如保護動機理論和保護行動決策模型。此外,我們的結果還展示了數據驅動的貝葉斯網絡建模在發現複雜相互關聯因素影響疏散決策過程中的適用性和有效性。
統計資料
鄰居疏散對疏散決策有很大影響。
家人和朋友的建議對風險感知有很大影響。
沿海距離直接影響收到疏散通知和鄰居疏散。
引述
"本研究旨在開發和比較兩個基於問卷調查數據的颶風哈維和艾爾瑪的貝葉斯網絡模型。"
"分析哈維和艾爾瑪學習到的結構,發現社會影響,尤其是家人、朋友和鄰居的建議,在風險感知和疏散決策中扮演關鍵角色。"
"此外,我們的結果還展示了數據驅動的貝葉斯網絡建模在發現複雜相互關聯因素影響疏散決策過程中的適用性和有效性。"