發(fā)布時(shí)間：2021-09-06 18:15

　　隨著信息技術(shù)的普及應(yīng)用,城市公共服務(wù)熱線平臺(tái)累積了大量亟待分析的民生訴求數(shù)據(jù).傳統(tǒng)事件檢測(cè)方法缺少對(duì)于地域模式的考慮,同時(shí),其所依賴的GPS地理信息也不易獲得.因此,難以直接運(yùn)用現(xiàn)有的突發(fā)事件檢測(cè)方法挖掘公共服務(wù)熱線中潛在的民生突發(fā)事件.為此,本文提出了一種基于地域自適應(yīng)的突發(fā)事件實(shí)時(shí)檢測(cè)方法（RAEDetection）.首先,提出一種基于增量式Kleinberg模型的突發(fā)詞識(shí)別算法,克服了現(xiàn)有批處理式Kleinberg模型的局限性,可從流式增量數(shù)據(jù)中實(shí)時(shí)識(shí)別突發(fā)詞匯;然后,提出一種基于分層語(yǔ)義分析的候選突發(fā)事件識(shí)別算法,以突發(fā)詞為線索,先根據(jù)突發(fā)詞的主題層語(yǔ)義信息確定突發(fā)主題事件,再根據(jù)訴求記錄的事件層語(yǔ)義信息將每個(gè)突發(fā)主題事件進(jìn)一步細(xì)分為多個(gè)候選突發(fā)事件;最后,提出一種基于事件地域樹的地域模式自適應(yīng)識(shí)別算法,通過構(gòu)建包含市級(jí)、區(qū)級(jí)、街道級(jí)三層結(jié)構(gòu)的事件地域樹,并通過基于KL距離的事件地域分布檢驗(yàn)與優(yōu)化,自適應(yīng)地識(shí)別不同事件發(fā)生的地域模式,過濾候選突發(fā)事件中的噪聲數(shù)據(jù),得到最終的突發(fā)事件.在城市公共服務(wù)真實(shí)數(shù)據(jù)集以及Twitter數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,與目前最新的方法對(duì)比,本文方法... 

【文章來(lái)源】：計(jì)算機(jī)學(xué)報(bào). 2020,43(12)北大核心EICSCD

【文章頁(yè)數(shù)】：17 頁(yè)

【部分圖文】：

圖１?ＲＡＥＤｅｔｅｃｔｉｏｎ方法框架??

??現(xiàn)有基于Ｋｌｅｉｎｂｅｒｇ［２１］模型的突發(fā)詞識(shí)別算法??只能以批處理的方式對(duì)給定時(shí)間窗口內(nèi)的全量數(shù)據(jù)??進(jìn)行突發(fā)詞識(shí)別．但是，其無(wú)法對(duì)流式增量數(shù)據(jù)場(chǎng)景??下的突發(fā)詞實(shí)時(shí)識(shí)別．??考慮到公共服務(wù)熱線中的訴求記錄天然包含有??序的時(shí)序信息，是一種典型的時(shí)序數(shù)據(jù)流．因此，我??們對(duì)現(xiàn)有的批處理式Ｋｌｅｉｎｂｅｒｇ模型進(jìn)行改進(jìn)，提??出一種適用于流式數(shù)據(jù)的增量式Ｋｌｅｉｎｂｅｒｇ模型，??克服了現(xiàn)有批處理式Ｋｌｅｉｎｂｅｒｇ模型的局限性，實(shí)??現(xiàn)突發(fā)詞匯的實(shí)時(shí)識(shí)別．該模型結(jié)構(gòu)如圖２所示．??突發(fā)狀態(tài)??時(shí)間剛??觀ｉｉ值０?０??圖２增量式Ｋｌｅｉｎｂｅｒｇ模型??在增量式Ｋｌｅｉｎｂｅｒｇ模型中，單詞ｗ的突發(fā)行??為被描述為一段時(shí)間窗口內(nèi)突發(fā)狀態(tài)與非突發(fā)狀態(tài)??的相互轉(zhuǎn)換過程．狀態(tài)變量ｓ，表示單詞ｗ在第／時(shí)??刻的突發(fā)程度．若＼?＝?１，則該單詞處于突發(fā)狀態(tài)，即??為突發(fā)詞；若＼?＝?〇，則該單詞處于非突發(fā)狀態(tài)．觀測(cè)??變量工，表示單詞ｗ在時(shí)刻ｆ時(shí)與上次該單詞出現(xiàn)??時(shí)刻ｉ?一?１之間的時(shí)間間隔．??假設(shè)單詞ｗ以一定概率隨機(jī)出現(xiàn)，單詞ｔｅ；前后??兩次出現(xiàn)的時(shí)間間隔ｘ服從的概率分布記為??Ｂ（ｊ，＋ｉ，ｓ，＋ｉ）＝ｕ?°＇，．丨．一丨＞０“，＋ｉ＝〇，ｌ?（１）??其中，Ｂ＋?ｉ｜）表不輸出觀測(cè)值ｘ，?＋?１的概率，??表示ｚ＋１時(shí)刻單詞Ｗ在突發(fā)狀態(tài)ｓ，＋１的條件??下的產(chǎn)生速率，記為??ａ，＋ｌ＝（ＮＪＴ）?？?ｇ＾，?ｇ＞ｌ?（２）??．表示給定時(shí)間窗口內(nèi)單詞ｗ出現(xiàn)??的總次數(shù)，Ｔ表示時(shí)間窗口〈?Ｗｆ？，，乂〉的跨度．??從狀態(tài)６，轉(zhuǎn)移到狀態(tài)＼＋１的總體代價(jià)函數(shù)為??Ａ（ｓ，?？ｘ，－ｈ

ＥＤｅｔｅｃｔｉｏｎ??方法與基線對(duì)比方法是否存在將某一個(gè)廣域事件重??復(fù)地識(shí)別為多個(gè)局部事件的現(xiàn)象．??事件重復(fù)檢測(cè)的概念解釋為：如果某一個(gè)廣域??突發(fā)事件被錯(cuò)誤地拆分為多個(gè)局部突發(fā)事件，則會(huì)??產(chǎn)生重復(fù)現(xiàn)象．如果某個(gè)突發(fā)事件檢測(cè)算法的檢測(cè)??重復(fù)率增高，則會(huì)導(dǎo)致檢出的突發(fā)事件中存在多個(gè)??相同的事件，使得查準(zhǔn)率指標(biāo)Ｐ下降，具體分析案??例將在第７．?４小節(jié)中給出．??７．４定性分析??為了闡述本文所提ＲＡＥＤｅｔｅｃｔｉｏｎ方法的有效??性以及與各種基線方法的對(duì)比效果，圖５與圖６分??別給出了本文選出的３種不同事件檢測(cè)方法對(duì)具備??Ｅ，記錄不例：??ＥＳ３??〇ｄｂ??＊浦口區(qū)頂山街道鎮(zhèn)南河路９９號(hào)正榮潤(rùn)錦??城．突發(fā)停水，要求盡快恢復(fù)供水．??￡：－記錄示例：??ｌ＾°??＊浦口區(qū)江浦街道新浦路１２７號(hào)停水，一直??未恢復(fù)，沒有提前告知．??ａ??Ｅ．ｉｉｄ錄示例：??＊浦Ｕ區(qū)橋林街道蘭橋雅居，此處正在停??水，對(duì)此不認(rèn)可．??（ａ）?ＴｒｉｏＶｅｃＥｖｅｎｔ??。．。?Ｌ??圮記錄示例：??＊浦口區(qū)頂山街道雅居樂濱江國(guó)際反映自??來(lái)水公司停水通知太遲．??＊浦口區(qū)江浦街道珠泉花園，該處多戶停??水，沒有看到停水通知，要求告知停水原??〇名）??因和恢復(fù)時(shí)間．??〇〇．°??￡：、記錄示例：??Ａ，今Ａ??＊浦口區(qū)橋林街道蘭橋雅居，此處正在停??水，對(duì)此不認(rèn)可．??（ｂ）?ＴｏｐｉｃＳｋｅｔｃｈ??０?〇?１??圮記錄示例：??籲浦口區(qū)江油街逍，此處停水．??－?Ｅ?Ａ??＊浦口區(qū)江浦街道浦珠花園，市民表示此處??從１８：００開始冷水，Ｉｔ沒有恢要求盡??Ａ?Ａａ?

【參考文獻(xiàn)】：
期刊論文
[1]微博網(wǎng)絡(luò)地域Top-k突發(fā)事件檢測(cè)[J]. 仲兆滿,管燕,李存華,劉宗田.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[2]一種基于情感符號(hào)的在線突發(fā)事件檢測(cè)方法[J]. 張魯民,賈焰,周斌,趙金輝,洪鋒.  計(jì)算機(jī)學(xué)報(bào). 2013(08)



本文編號(hào)：3387940