Aprovechar eficazmente el poder de los datos de las redes sociales para la gestión de desastres requiere métodos y marcos de análisis sofisticados. Esta investigación se centra en comprender la información contextual presente en las publicaciones de redes sociales durante desastres y en desarrollar una taxonomía para categorizar y clasificar de manera efectiva la diversa gama de temas discutidos. Primero, se explora la literatura existente sobre el análisis de redes sociales en la gestión de desastres, destacando las limitaciones y brechas en las metodologías actuales. En segundo lugar, se recopila y preprocesa un conjunto de datos que comprende publicaciones de redes sociales en tiempo real relacionadas con varios desastres para garantizar la calidad y fiabilidad de los datos. En tercer lugar, se emplean tres técnicas de modelado de temas bien establecidas, a saber, Asignación de Dirichlet Latente (LDA), Análisis Semántico Latente (LSA) y Factorización de Matrices No Negativas (NMF), para extraer y analizar los temas y tópicos latentes presentes en los datos de redes sociales. Las contribuciones de esta investigación radican en el desarrollo de una taxonomía que categoriza y clasifica de manera efectiva los datos de redes sociales relacionados con desastres, la identificación de temas y tópicos latentes clave, y la extracción de valiosos conocimientos para apoyar y mejorar los esfuerzos de gestión de emergencias. En general, los hallazgos de esta investigación tienen el potencial de transformar la forma en que se llevan a cabo la gestión y respuesta a emergencias al aprovechar el poder de los datos de redes sociales. Al incorporar estos conocimientos en los procesos de toma de decisiones, los gestores de emergencias pueden tomar decisiones más informadas y estratégicas, lo que resulta en estrategias de respuesta a emergencias más eficientes y efectivas. Esto, a su vez, conduce a mejores resultados, mejor utilización de recursos y, en última instancia, a la capacidad de salvar vidas y mitigar los impactos de los desastres.