我国是一个地震多发的国家,大地震破坏性强,造成的后果十分严重,因此震后第一时间快速评估灾情对抗震救灾意义重大。传统的灾情评估基于地震设备监测到的地质学信息,数据源较为单一。而抗震救灾往往在短时间内尽可能多地获取与灾情相关的信息。在这种情况下,利用群智感知和大数据思想,依托通信网、互联网等多源数据快速评估灾情则很有必要。震后震区内的基站退服情况、公众在社交网络上发布的信息等,这些多源信息都可以用于评估地震灾情。基于此,本文首先分析了国内外地震灾情评估的现状,并整理了国内外多源灾情数据分析的研究进展,之后介绍了数据挖掘和可视化的相关技术,包括数据分析方法、空间聚类分析方法、可视化技术等。在通信基站数据挖掘方面,本文同时考虑了损坏基站和正常基站的信息,并针对部分地区基站分布不均的问题,利用核密度估计法平衡其分布,再通过增加采样点的策略扩大信息量,最终提出基于“损坏比率”的极震区和影响场方向评估算法。在社交网络数据挖掘方面,本文分省市爬取了新浪微博上九寨沟7.0级地震和精河6.6级地震前后共24小时的关键词微博数据,并对其进行了时空分析,总结出不同时期关键词微博数据的特点。随后基于关键词微博的空间聚类特性,针对不同位置颗粒度的微博,提出了一种快速检测地震事件和评估有感区域的方法,以上所有分析处理的过程和结果均利用ArcGIS进行了数据可视化。在数据可视化共享方面,本文基于百度地图设计了一款地震数据可视化平台,可以在网页端实现微博数据的分时间位置展示和内容展示,便于灾情数据的发布与信息共享。