基于社交网络的突发性事件检测方法研究

发布时间：2021-10-19 10:36

　　社交网络是指一系列建立在Web 2.0基础上,允许用户创造和交流的互联网应用。现实生活中发生的事件通常在社交网络中能引起广泛关注。社交网络中突发性事件检测方法利用机器学习、自然语言处理等技术从海量社交网络数据中发现现实生活中发生的事件,能够及时了解社会上出现的热门话题,同时能够帮助政府等机构及时了解社会舆情并采取相应措施。传统突发性事件检测方法一般通过文本在线聚类将描述同一事件的文本聚合成文本簇,然后通过分析用户生成数据中事件特征的变化趋势和轨迹等信息识别现实生活中的真实事件,但现有方法大多存在事件特征提取不够准确、识别不够及时、无法适应海量数据处理等问题。针对这些问题,本文以推特数据流为研究对象,以突发事件检测为研究目标,主要在以下几个方面进行研究和创新:（1）提出基于有限状态机的突发事件检测方法。该方法对有限状态机进行改进,通过存储特征单词的状态相关信息对新数据实现状态增量更新,解决了传统的状态机模型无法高效地处理海量实时数据的问题,在时间维度能够细粒度地识别事件突发特征。针对事件识别不够及时的问题,提出了一种突发事件判定的方法,将从推特数据流中提取的突发特征应用到聚类簇的突发事件... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

推文时间序列和状态序列(a)时间间隔分布;(b)状态序列分布

混淆矩阵示意图

离散小波信号分解示意图

【参考文献】：
期刊论文
[1]在线社交网络中的新兴话题检测技术综述[J]. 笱程成,杜攀,刘悦,程学旗.  中文信息学报. 2016(05)
[2]面向社交媒体文本的话题检测与追踪技术研究综述[J]. 彭敏,官宸宇,朱佳晖,谢倩倩,黄佳佳,黄济民,杨绍雄,高望,应称.  武汉大学学报(理学版). 2016(03)
[3]基于突发特征分析的事件检测[J]. 陈宏,陈伟.  计算机应用研究. 2011(01)
[4]文档聚类综述[J]. 刘远超,王晓龙,徐志明,关毅.  中文信息学报. 2006(03)



本文编号：3444709