發(fā)布時間：2021-10-19 10:36

　　社交網(wǎng)絡(luò)是指一系列建立在Web 2.0基礎(chǔ)上,允許用戶創(chuàng)造和交流的互聯(lián)網(wǎng)應(yīng)用�，F(xiàn)實生活中發(fā)生的事件通常在社交網(wǎng)絡(luò)中能引起廣泛關(guān)注。社交網(wǎng)絡(luò)中突發(fā)性事件檢測方法利用機器學(xué)習(xí)、自然語言處理等技術(shù)從海量社交網(wǎng)絡(luò)數(shù)據(jù)中發(fā)現(xiàn)現(xiàn)實生活中發(fā)生的事件,能夠及時了解社會上出現(xiàn)的熱門話題,同時能夠幫助政府等機構(gòu)及時了解社會輿情并采取相應(yīng)措施。傳統(tǒng)突發(fā)性事件檢測方法一般通過文本在線聚類將描述同一事件的文本聚合成文本簇,然后通過分析用戶生成數(shù)據(jù)中事件特征的變化趨勢和軌跡等信息識別現(xiàn)實生活中的真實事件,但現(xiàn)有方法大多存在事件特征提取不夠準確、識別不夠及時、無法適應(yīng)海量數(shù)據(jù)處理等問題。針對這些問題,本文以推特數(shù)據(jù)流為研究對象,以突發(fā)事件檢測為研究目標,主要在以下幾個方面進行研究和創(chuàng)新:（1）提出基于有限狀態(tài)機的突發(fā)事件檢測方法。該方法對有限狀態(tài)機進行改進,通過存儲特征單詞的狀態(tài)相關(guān)信息對新數(shù)據(jù)實現(xiàn)狀態(tài)增量更新,解決了傳統(tǒng)的狀態(tài)機模型無法高效地處理海量實時數(shù)據(jù)的問題,在時間維度能夠細粒度地識別事件突發(fā)特征。針對事件識別不夠及時的問題,提出了一種突發(fā)事件判定的方法,將從推特數(shù)據(jù)流中提取的突發(fā)特征應(yīng)用到聚類簇的突發(fā)事件... 

【文章來源】：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

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

推文時間序列和狀態(tài)序列(a)時間間隔分布;(b)狀態(tài)序列分布

混淆矩陣示意圖

離散小波信號分解示意圖

【參考文獻】：
期刊論文
[1]在線社交網(wǎng)絡(luò)中的新興話題檢測技術(shù)綜述[J]. 笱程成,杜攀,劉悅,程學(xué)旗.  中文信息學(xué)報. 2016(05)
[2]面向社交媒體文本的話題檢測與追蹤技術(shù)研究綜述[J]. 彭敏,官宸宇,朱佳暉,謝倩倩,黃佳佳,黃濟民,楊紹雄,高望,應(yīng)稱.  武漢大學(xué)學(xué)報(理學(xué)版). 2016(03)
[3]基于突發(fā)特征分析的事件檢測[J]. 陳宏,陳偉.  計算機應(yīng)用研究. 2011(01)
[4]文檔聚類綜述[J]. 劉遠超,王曉龍,徐志明,關(guān)毅.  中文信息學(xué)報. 2006(03)



本文編號：3444709