现代社会对于自然科学的研究逐渐加深,其中,对地震学的研究已经从单一的观测逐渐演变成抗震、防震等,充分利用震情社会资源信息,合理采用新方法来协助政府及地震部门提高其在突发地震事件上的快速响应能力,有效对震后风险进行规避,向民众提供有效的相关信息与紧急救援的重要性尤为突出。随着民众越来越多地在社区论坛、微博等信息网站进行信息发布,震情社会资源信息大量分布于上述信息网站以及用户的智能移动终端。在这样的背景下,研究震情社会资源信息的感知方法,进行数据处理与分析,对于震后灾情研判具有重要的辅助意义。本文设计开发了一个信息感知程序,一套信息收集系统,在移动端与服务端进行数据交互。针对震情相关信息来源各异,结构不统一的特性,本文设计了一套编解码规则,对多源异构信息进行编码。融合了 GBDT和LR算法,对地震破坏等级进行了评估。并研究了利用特征融合技术与信息编码技术改进原有评估算法的评估效果。在最后一章,对整个系统的信息获取流程进行了功能和性能测试。本文的主要研究工作总结如下:(1)开发了一个网络信息感知程序,针对社区论坛与官方信息发布网站,进行了震后灾情信息的感知。基于发布地点与发布时间对信息进行了分类与整合。(2)设计了移动端APP与服务端系统。开发了一个安卓APP,获取智能移动终端的震后灾情相关通信网信息。开发了一个服务端系统,提供了一个信息上报平台,实现了信息收集与持久化的功能,对震后灾情相关信息进行了整合汇聚与存储。(3)标注了数据集,进行了特征构造,构建了地震破坏程度评估模型,利用GBDT扩展特征,与原特征向量融合得到组合特征向量,将数据集分成了测试集与训练集,将训练集用于LR模型进行分类训练,得到预测模型,将测试集用于模型预测,并根据结果对模型进行性能比较与优化。(4)针对多源异构的震后灾情数据,设计了一套编解码规则,对数据进行变长编码,实现了异源异构数据的规范存储。基于Restful协议,提供了数据获取与数据收集的接口,并对所有接口进行了功能测试与性能测试。