Engineering for Crisis Management: A User-Centred Analysis of Disaster Mobile Applications

技术摘要：危机管理工程：以用户为中心的灾害移动应用分析

问题陈述
灾害移动应用已成为公共预警生态系统的关键组成部分，提供地理定向警报、实时灾害地图和态势感知。然而，其有效性常因技术不可靠性、可用性障碍以及缺乏包容性而受损。尽管 prior 研究侧重于开发新应用或开展小规模可用性研究，但在现有灾害应用的功能格局以及公众在真实紧急情况下的体验方面，仍存在显著的实证理解空白。依赖有限用户评论（例如约 2,000 条评论）的现有研究缺乏识别常见设计弱点、故障点和沟通障碍所需的普遍性。因此，应急机构和开发者缺乏全面证据来指导构建更可靠、更具包容性的灾害通信系统。

方法论
本研究采用混合方法计算途径，结合对灾害移动应用的大规模功能分析与用户评论的文本挖掘。研究解决三个主要问题：灾害应用格局的结构、用户评论中讨论的主题以及用户报告的常见挑战。

1. 应用识别与选择：

• 通过三种途径的系统收集过程识别出 271 个潜在应用：文献综述、在 Google Play 商店和 Apple App Store 基于关键词的搜索，以及基于国家的搜索（针对 196 个国家查询"[国家] 的应急应用”）。
• 合并列表并去除重复项后，剩余 250 个应用。
• 应用了两阶段过滤流程：可用性过滤（移除商店中不可用的应用）和假阳性过滤（排除专注于非自然灾害如犯罪或医疗紧急情况的应用，或通用社交媒体平台）。
• 最终数据集包含 70 个灾害移动应用。

2. 功能分析（研究问题 1）：

• 通过实际操作和元数据提取对 70 个应用进行评估。
• 应用按五个维度分类：灾害范围（单一灾害 vs. 多灾害）、地理覆盖范围（本地、国家、区域、全球）、流行度/质量（下载量、评分）、货币化策略，以及映射到灾害生命周期（准备、响应、恢复）的功能分析。

3. 用户评论收集与预处理：

• 从 Google Play 商店和 Apple App Store 收集了 48,621 条用户评论（最初为 60,473 条，过滤后减少）。
• 预处理包括移除表情符号、过滤空评论、检测并翻译非英语评论（使用 OPUS-MT 零样本翻译）、移除短评论（≤3 个词），以及排除包含非拉丁字符的评论，以确保数据可靠性。

4. 主题建模（研究问题 2）：

• 使用 BERTopic 识别潜在语义模式。工作流程包括将评论转换为 Sentence-BERT (SBERT) 嵌入，通过 UMAP 降维，并使用 HDBSCAN 进行聚类。
• 初始的 25 个聚类通过异常值移除和语义合并进行细化，最终形成 22 个 distinct 主题。

5. 情感分析（研究问题 3）：

• 采用 VADER（Valence Aware Dictionary and sEntiment Reasoner）进行无监督情感分析，以避免“文本 - 评分不一致”(TRI)。
• 根据复合分数将评论分类为正面、中性或负面。情感分析既在聚合层面进行，也按主题进行，以识别用户不满程度高的领域。

主要贡献

• 格局映射：本研究提供了对 70 个灾害应用的首次大规模结构分析，按灾害类型、地理覆盖范围和生命周期支持对其进行分类。
• 实证用户反馈：通过分析近 49,000 条评论，本研究超越了小规模评估，识别出灾害通信工具中反复出现的系统性问题。
• 主题 - 情感关联：研究将特定功能主题（例如“应用崩溃”、“监控区域”）与情感分数联系起来，精确定位哪些功能引发了最多的挫败感和不信任。
• 可操作建议：本文提出了一套基于证据的建议，供软件开发人员和应急管理机构参考，以提高应用的可靠性、包容性和有效性。

结果

• 功能失衡：大多数应用高度优先处理与响应相关的功能（例如实时警报、灾害地图）。对准备（预测、提示）和恢复（避难所信息、安全确认）的支持显著有限。
• 货币化：大多数应用是免费的，但 Google Play 商店相比 Apple App Store 显示出更高比例的广告和应用内购买。
• 用户报告的挑战：主题建模识别出 22 个关键主题。讨论最频繁的主题包括警报功能、应用可靠性和用户体验。
• 关键痛点：情感分析显示，以下主题产生了最高的负面情感和最低的用户评分：
  • 账户注册和登录问题：（84% 负面评论）。
  • 应用崩溃：（72% 负面评论）。
  • 监控区域配置：（69% 负面评论）。
  • 服务器连接：（64% 负面评论）。
  • 隐私和数据访问担忧：（64% 负面评论）。
• 积极方面：诸如“保持知情”（实时更新、地图）和“用户体验”（直观导航）等主题收到了持续积极的反馈。
• 包容性差距：报告了关于语言支持（英语翻译质量）、残障用户的可访问性以及危机期间影响设备可用性的电池消耗方面的显著问题。

意义与主张
作者声称，这项工作通过提供源自大规模数据集的实证见解，为以人为本的灾害风险减少研究不断增长的文献做出了贡献。研究表明，用户评论是理解应用现实世界性能的可靠且有价值的数据来源，揭示了技术评估往往忽略的痛点。

本文断言，改进灾害移动应用需要从纯粹的技术修复转向社会 - 技术改进。它认为，可靠性、包容性和面向生命周期的设计并非可选功能，而是公共安全的关键组成部分。研究结果支持“到 2027 年实现全民早期预警”等倡议，为开发人员和机构构建更具弹性、可访问性和可信度的数字灾害通信系统提供了具体指导。作者强调，解决已识别的挑战——特别是技术稳定性、多语言支持和包容性设计——对于维持公众信任并确保预警系统有效保护脆弱人群至关重要。