近年來(lái),隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,人們通過(guò)社交網(wǎng)絡(luò)彼此聯(lián)系越來(lái)越緊密。微博,Twitter等工具的出現(xiàn)使得人們了解世界的方式變得越來(lái)越容易。社交媒體平臺(tái)每天產(chǎn)生著大量的消息,這些消息包含了大量的事件信息。利用話題檢測(cè)與追蹤技術(shù)對(duì)社交網(wǎng)絡(luò)事件進(jìn)行分析、追蹤事件的演化過(guò)程對(duì)于把握事件的發(fā)展動(dòng)態(tài)具有重要意義。事件演化分析是話題檢測(cè)與追蹤技術(shù)的一個(gè)方面,主要研究話題下的事件演化過(guò)程。本文將研究Twitter中事件之間的演化關(guān)系。傳統(tǒng)的事件演化分析方法大多先根據(jù)事件的發(fā)生時(shí)間來(lái)確定事件之間的時(shí)序關(guān)系,然后計(jì)算事件關(guān)聯(lián)度得到事件演化圖。在實(shí)際中,事件可能存在噪聲,導(dǎo)致事件發(fā)生時(shí)間的估計(jì)不夠準(zhǔn)確,影響事件演化圖的質(zhì)量,進(jìn)而影響后續(xù)的事件演化追蹤。針對(duì)上述問(wèn)題,本文在已有的研究基礎(chǔ)上提出了事件演化分析新方法,包括如下幾個(gè)方面:（1）提出了基于動(dòng)態(tài)時(shí)間規(guī)整算法的事件時(shí)序關(guān)系分析方法。該方法針對(duì)社交網(wǎng)絡(luò)事件中可能存在的噪聲,首先采用時(shí)間與空間信息融合的方式,通過(guò)核密度估計(jì)方法對(duì)事件的時(shí)間序列進(jìn)行去噪;然后,使用動(dòng)態(tài)時(shí)間規(guī)整算法獲取去噪后的兩個(gè)事件的時(shí)間對(duì)齊關(guān)系;最后,對(duì)事件的時(shí)序關(guān)系進(jìn)行判決。實(shí)驗(yàn)證明,本文提... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

社交網(wǎng)絡(luò)新聞報(bào)道事件示例

社交網(wǎng)絡(luò)用戶發(fā)布推文示例

動(dòng)態(tài)事件規(guī)整算法偽代碼規(guī)整代價(jià)函數(shù)通常使用距離度量來(lái)進(jìn)行設(shè)定，距離度量方式有歐氏距離、絕


本文編號(hào)：2990205