基于分层社区的社交网络异常事件检测模型研究

发布时间：2021-06-13 14:57

　　社交网络的数据中蕴含着大量有关现实中各种事件的信息。使用异常事件检测模型准确及时地发现社交网络上传播的异常事件信息,对于实现智慧城市感知社会异常动态事件,有效提高社会管理应对效率具有关键作用。本文定义了基于社交网络的有权无向图,根据异常事件的特征对社交网络中事件进行了主题分类和筛选,构建了一个基于分层社区的异常事件检测模型,从而可以实现对城市区域异常事件的检测。 

【文章来源】：电脑知识与技术. 2020,16(04)

【文章页数】：3 页

【文章目录】：
1 概述
2 异常事件检测
3 异常事件检测模型
    3.1 基本概念
    3.2 基于词频组共现关系的有向加权图
    3.3 分层社区的耦合程度
    3.4 基于分层社区的事件检测
4 结束语


【参考文献】：
期刊论文
[1]基于图像语义的用户兴趣建模[J]. 曾金,陆伟,丁恒,陈海华.  数据分析与知识发现. 2017(04)
[2]基于突发主题词和凝聚式层次聚类的微博突发事件检测研究[J]. 丁晟春,龚思兰,李红梅.  现代图书情报技术. 2016(Z1)
[3]微博信息传播预测研究综述[J]. 李洋,陈毅恒,刘挺.  软件学报. 2016(02)
[4]多媒体微博评论信息的主题发现算法研究[J]. 叶川,马静.  现代图书情报技术. 2015(11)
[5]微博中热点话题的内容特质及传播机制研究——基于新浪微博6025条高转发微博的数据挖掘分析[J]. 李彪.  中国人民大学学报. 2013(05)



本文编号：3227753