Defnyddio Twitter i ganfod aflonyddwch ar y strydoedd

Gall y cyfryngau cymdeithasol fod yn ffynhonnell wybodaeth hynod werthfawr i'r heddlu wrth reoli achosion o aflonyddwch sylweddol, yn ôl ymchwil newydd gan Brifysgol Caerdydd.

Dangosodd dadansoddiad o ddata am yr aflonyddwch ar strydoedd Llundain yn 2011 y gallai systemau cyfrifiadurol sganio drwy Twitter a chanfod digwyddiadau difrifol, megis pobl yn torri i mewn i siopau neu'n rhoi ceir ar dân, cyn i'r Gwasanaeth Heddlu Metropolitan glywed am y digwyddiadau hyn.

Gallai'r system gyfrifiadurol hon hefyd ddod o hyd i wybodaeth am leoliad tybiedig yr aflonyddwch, a lleoliad grwpiau o bobl ifanc.

Mae'r ymchwil newydd, a gyhoeddir yn y cyfnodolyn nodedig a adolygir gan gymheiriaid, ACM Transactionson Internet Technology, yn dangos bod systemau cyfrifiadurol, ar gyfartaledd, yn darganfod achosion o aflonyddwch sawl munud cyn swyddogion heddlu, a dros awr mewn rhai achosion.

“Seibergasineb neu ledaenu naratifau”

Mae'r ymchwilwyr yn credu y gallai eu gwaith alluogi swyddogion heddlu i reoli a pharatoi ar gyfer achosion o aflonyddwch ar raddfa fawr a bach.

Dywedodd un o awduron yr astudiaeth, Dr Pete Burnap, o Ysgol Cyfrifiadureg a Gwybodeg Prifysgol Caerdydd: “Yn flaenorol, rydym wedi defnyddio technoleg dysgu â pheiriant a phrosesu iaith naturiol ar ddata Twitter i gael dealltwriaeth well o gamymddwyn ar-lein, megis seibergasineb neu ledaenu naratifau...”

Mae gan wyddonwyr ddiddordeb cynyddol yn y swm enfawr o ddata y mae Twitter, Facebook a YouTube yn ei gynhyrchu, i'w helpu i ddarganfod digwyddiadau mewn amser real.

Amcangyfrifir bod tua 2.5 biliwn o ddefnyddwyr nad ydynt yn rhai unigryw ar y cyfryngau cymdeithasol, a defnyddiwyd y data a gynhyrchwyd gan y defnyddwyr hyn i ddarogan etholiadau, refeniw ffilmiau a hyd yn oed uwchganolbwynt daeargrynfeydd.

Yn eu hastudiaeth, dadansoddodd y tîm 1.6m o drydariadau ynglŷn â'r aflonyddwch yn Lloegr yn 2011, a ddechreuodd gydag un digwyddiad unigol yn Tottenham ar 6 Awst, ond buan iawn y lledaenodd yr aflonyddwch ar draws Llundain ac i ddinasoedd eraill yn Lloegr. O ganlyniad, gwelwyd achosion o ladrata, dinistrio eiddo, a lefel o drais na welwyd yn Lloegr ers mwy na 30 o flynyddoedd.

Defnyddiodd yr ymchwilwyr gyfres o algorithmau dysgu peiriant i ddadansoddi pob un o'r trydariadau yn y set ddata, gan ystyried nifer o nodweddion allweddol megis yr amser y cafodd y trydariad ei bostio, y lleoliad, a chynnwys y trydariad ei hun.

Dangosodd y canlyniadau fod algorithmau dysgu peiriant yn gynt na ffynonellau'r heddlu ym mhob un ond dau o'r achosion o aflonyddwch.

Pan gafodd yr heddlu'r adroddiadau cyntaf am yr aflonyddwch yn Enfield, dangosodd yr ymchwilwyr y gallai eu system fod wedi darganfod y wybodaeth hon drwy Twitter 1 awr a 23 munud yn gynharach.

Dywedodd Dr Nasser Alsaedi, a gwblhaodd ei PhD yng Nghaerdydd dan oruchwyliaeth Dr Burnap: “Gan fy mod yn dod o gefndir plismona fy hun, rwy'n gweld yr angen am y math hwn o ymchwil arloesol bob dydd...”

Mae Dr Burnap yn Gyfarwyddwr yn Labordy Gwyddoniaeth Data Cymdeithasol Prifysgol Caerdydd, ac mae gan y Labordy berthynas barhaus â'r Gwasanaeth Heddlu Metropolitan i ddefnyddio'r cyfryngau cymdeithasol er budd diogelwch a phlismona.