随着城市化进程加速和极端天气事件频发，城市灾害风险管理面临严峻挑战。本研究基于社交媒体微博数据和手机定位请求数据等多源人类行为大数据，构建了城市灾害事件中人群感知与行为响应的大数据挖掘分析框架。针对城市暴雨、洪涝、台风等典型灾害场景，运用自然语言处理、时空数据挖掘、机器学习等技术手段，深入分析了灾害发生过程中公众的感知认知特征、情感态度变化、空间分布变化规律。社交媒体数据能够有效反映公众对灾害的实时感知和情感反应，手机定位数据则揭示了人群在灾害影响下的空间行为变化规律。通过多维度数据融合分析，识别出不同类型灾害事件下人群行为响应的差异化特征，为城市应急管理部门制定精准化预警策略、优化疏散路线规划、提升灾害响应效率提供科学依据，对增强城市韧性和提高灾害应对能力具有重要意义。

大数据挖掘,人群行为感知,城市灾害响应