মাইক্রো-ব্লগিং সাইট পুলিশের আগে তুলনামূলক ভাবে দাঙ্গাগুলি সনাক্ত করতে পারে

সামাজিক যোগাযোগ মাধ্যম, বিশেষত টুইটারে ক্রমবর্ধমান জনসাধারণের সাথে, ঘটনাবলী, পর্যবেক্ষণ এবং ঘটনাবলী প্রতিবেদন বা আপডেট পুলিশের তুলনায় দ্রুত বিপদজনক ঘটনাগুলি ট্র্যাক এবং সনাক্ত করতে পারে। গবেষণায় দেখানো হয়েছে যে মেশিন-লার্নিং অ্যালগরিদমের একটি সিরিজ ব্যবহার করে কম্পিউটার সিস্টেমগুলি স্বয়ংক্রিয়ভাবে টুইটগুলির মাধ্যমে স্ক্যান করে এবং গুরুতর ঘটনাগুলি সনাক্ত করতে পারে, যেমন একটি দোকান ভাঙা বা গাড়ীর আলাইটের নির্দিষ্ট করার আগে, পুলিশকে রিপোর্ট করার আগে। কম্পিউটার ব্যবস্থায়ও যেসব দাঙ্গা সংঘটিত হওয়ার কথা ছিল এবং যেখানে যুবক-যুবতীরা একত্রিত হয়েছিল সে সম্পর্কে তথ্য জানতে পারে। অফিসাররা সম্ভবত কয়েক মিনিটের আগেই কম্পিউটার সিস্টেমগুলি ভাঙচুরের ঘটনাগুলির উপর উঠতে পারে। কয়েকটি ক্ষেত্রে এমনকি নিরাপত্তা কর্মীদের সামনে এক ঘণ্টারও বেশি সময় ধরে গবেষকরা ইন্টারনেট প্রযুক্তির উপর এসিএম লেনদেনের জার্নালে প্রকাশিত পত্রিকায় বলেছিলেন। কার্ডিফ বিশ্ববিদ্যালয়ের পিট বার্নাপ বলেন, "আমরা মাটিতে ঐতিহ্যগত পলিসি রিসোর্সকে কখনোই বদলাব না। তবে আমরা দেখিয়েছি যে এই গবেষণাটি বিদ্যমান গোয়েন্দা তথ্য সংগ্রহের সুযোগ সৃষ্টি করতে পারে এবং আরো প্রণীত পলিসি পদ্ধতির সমর্থনে নতুন প্রযুক্তির উদ্ভাবন করতে পারে"। 2.5 বিলিয়ন ব্যবহারকারী, এবং এই ব্যবহারকারীদের দ্বারা উত্পাদিত ডেটা নির্বাচন, চলচ্চিত্র রাজস্ব এবং এমনকি ভূমিকম্পের উপকেন্দ্রের পূর্বাভাসের জন্য ব্যবহার করা হয়েছে। গবেষণায় পুলিশ কর্মকর্তাদেরকে বৃহত্তর এবং ক্ষুদ্র স্কেল বিচ্ছিন্ন ঘটনাগুলির জন্য আরও ভালভাবে পরিচালনা এবং প্রস্তুত করতে সক্ষম করতে পারে, গবেষকরা আরো জানান। "আমরা পূর্বে টুইটার ভিত্তিক মেশিন লার্নিং এবং প্রাকৃতিক ভাষা প্রসেসিং ব্যবহার করেছি যাতে অনলাইন ডেভিয়েশনকে আরো ভালোভাবে বুঝতে সাহায্য করা যায়, যেমন প্রতিক্রিয়াবিরোধী ঘটনা এবং সাইবার ঘৃণা বিস্তার" Burnap বলেন। গবেষণার জন্য দলটি ইংল্যান্ডে ২011 সালের দাঙ্গার সাথে সম্পর্কিত 1.6 মিলিয়ন টুইট বিশ্লেষণ করে, যা 6 ই অক্টোবর টটেনহ্যামে একটি বিচ্ছিন্ন ঘটনা হিসেবে শুরু হয় কিন্তু দ্রুত লন্ডনে এবং ইংল্যান্ডের অন্যান্য শহরে ছড়িয়ে পড়ে। গবেষকরা ডেটসেট থেকে প্রতিটি টুইট বিশ্লেষণ করার জন্য মেশিন-লার্নিং অ্যালগরিদমগুলির একটি সিরিজ ব্যবহার করেছেন, যেমনটি তারা পোস্ট করা হয়েছিল, যেমনটি পোস্ট করা হয়েছিল, অবস্থান যেখানে টুইট করা হয়েছিল এবং টুইটটির বিষয়বস্তু নিজেই বিভিন্ন গুরুত্বপূর্ণ বৈশিষ্ট্যগুলি বিবেচনা করে।