薛 冉，马 军，韩晓晖，陈竹敏

（山东大学 计算机科学与技术学院，山东 济南250101）

1 引言

数码技术的飞速发展推动了照片由模拟到数字化的过程。借助于社交媒体（Social Media），网络用户可以将个人拍摄的数字相片以公开的形式上传到图像社区网站（如Flickr，Picasa，Webshots等）上，使得这类网站上积累了海量的图像数据。对这些海量图像数据的管理、解释和分析已经成为当前信息检索和数据挖掘领域的研究热点之一［1－3］。在图像社区网站中，很大比重的用户上传数据与现实中的各类事件相关（即，图片拍摄于特定事件发生时）。这些事件既包括流行的全局性事件，如世界杯足球赛、奥林匹克运动会等，也包括小范围的局部性事件，如私人聚会、婚礼等。基于这一特点，本文将研究在图像社区网站的海量数据上进行热点事件检测的方法。所谓热点事件，指在一定事件段内被广泛关注的事件，在图像社区网站中体现为用户上传的与之相关的数据较多的事件。本文的研究意义在于：一方面，以事件为单位对数据进行组织，并根据热度对事件排序，将很大程度上方便用户对图像数据的浏览和检索；另一方面，本文的工作有助于基于Web上的信息来研究和分析现实事件的变化发展，在舆情分析中将会产生重要的作用。

事件检测最初为话题检测与追踪（Topic Detection and Tracking，TDT）的子任务之一。在TDT中，事件定义为发生在特定时间范围和地点的某件事。传统的TDT研究目的是在连续的新闻文档流中识别新闻事件［4－5］，其研究对象是文本文档。……