【摘要】：隨著Twitter等社交網(wǎng)絡(luò)應(yīng)用的迅速發(fā)展，越來越多的用戶在上面發(fā)布實時信息、更新個人狀態(tài)、表達自己的觀點想法等。Twitter上的事件檢測逐漸成為一個熱門的研究話題，吸引了越來越多學者的關(guān)注。雖然Twitter上的數(shù)據(jù)相對于傳統(tǒng)的新聞媒體、網(wǎng)絡(luò)博客等數(shù)據(jù)有更新實時、覆蓋范圍廣、用戶參與度高等優(yōu)點，但是Tweets數(shù)據(jù)的單條信息量少、噪音大、更新頻繁、總數(shù)據(jù)量大等特點也給事件檢測帶來了很大的挑戰(zhàn)。 本文提出一種基于主題模型的Twitter事件檢測算法GEAM(General and Event-related Aspects Model)，該模型通過模擬一條與現(xiàn)實事件相關(guān)的Tweet的生成過程將Tweet中描述事件相關(guān)方面的詞項(Event-related Aspects words)和與事件無關(guān)的常用詞項(General words)區(qū)分開來。同時，我們也提出CollapsedGibbsSampling算法對GEAM模型進行估計和推理，以得到描述不同事件的詞項分布。此外，我們還提出了GEAM模型的在線式變形算法，實時檢測連續(xù)的Tweets數(shù)據(jù)流中產(chǎn)生的事件并且追蹤該事件的演化過程。 本文設(shè)計了一系列的實驗用以評估GEAM模型的有效性。大規(guī)模真實Tweets數(shù)據(jù)集(超過6百萬條Tweets)上的實驗表明，GEAM模型在查準率(Precision)，查全率(Recall)和重復事件檢測率(DERate)都優(yōu)于傳統(tǒng)LDA主題模型。GEAM模型采用（時間，地點，實體，關(guān)鍵詞）四元組的形式表示事件的細粒度信息，使得事件檢測結(jié)果的語義更為清晰。此外，，實驗部分還展示了在線式GEAM模型追蹤事件演變過程的能力。
【圖文】：

-1 狄利克雷—多項式一元模型的貝葉斯網(wǎng)絡(luò)圖yesian networks of Dirichlet-multinomial unigram個可觀察的證據(jù)節(jié)點，節(jié)點外的 plate 觀察變量 和 分別是隱含變量和多項

圖 2-2 貝葉斯網(wǎng)絡(luò)中節(jié)點的馬爾科夫毯Fig. 2-2 Markove blanket of node in Bayesian network性計中另一個比較重要的性質(zhì)是可交換性(exchangeab
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.09

【共引文獻】

相關(guān)期刊論文 前10條

1 龔書;瞿有利;田盛豐;;基于語義的自動文摘研究綜述[J];北京交通大學學報;2009年05期

2 張小平;周雪忠;黃厚寬;馮奇;陳世波;焦宏官;;一種改進的LDA主題模型[J];北京交通大學學報;2010年02期

3 陶超;譚毅華;彭碧發(fā);田金文;;一種基于概率潛在語義模型的高分辨率遙感影像分類方法[J];測繪學報;2011年02期

4 于芳;陳冬玲;王大玲;于戈;鮑玉斌;;基于PLSA的面向用戶的網(wǎng)絡(luò)搜索(英文)[J];Journal of Southeast University(English Edition);2007年03期

5 何友松;吳煒;陳默;楊曉敏;羅代升;;基于Bag of Features算法的車輛圖像識別研究[J];電視技術(shù);2009年12期

6 劉碩研;須德;馮松鶴;劉鏑;裘正定;;一種基于上下文語義信息的圖像塊視覺單詞生成算法[J];電子學報;2010年05期

7 孫顯;王宏琦;楊志峰;;基于形狀統(tǒng)計模型的多類目標自動識別方法[J];電子與信息學報;2009年11期

8 孫顯;付琨;王宏琦;;基于空間語義對象混合學習的復雜圖像場景自動分類方法研究[J];電子與信息學報;2011年02期

9 陳琳;盧湖川;;基于ML-pLSA模型的目標識別算法[J];電子與信息學報;2011年12期

10 胡正平;戎怡;;基于EILBP視覺描述子結(jié)合PLSA的場景分類算法[J];光電工程;2010年11期

相關(guān)會議論文 前8條

1 莊連生;唐克坦;馬啟榮;俞能海;;基于注意力模型的PLSA目標學習算法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

2 梁莘q

本文編號：2584032