基于词相关性特征的多归属谱聚类突发事件检测
2021-01-19蒋伟进王扬刘晓亮吕斯健
通信学报 2020年12期
蒋伟进,王扬,刘晓亮,吕斯健
(1.湖南工商大学大数据与互联网创新研究院,湖南 长沙 410205;2.新零售虚拟现实技术湖南省重点实验室,湖南 长沙 410205;3.湖南工商大学计算机与信息工程学院,湖南 长沙 410205;4.武汉理工大学计算机科学与技术学院,湖北 武汉 430073)
1 引言
随着Web 2.0 的发展,一系列新的社交网络正在迅速兴起。尽管此类网络相对较新,但它们吸引了很多用户来分享其观点和感受,在社交网络上实时讨论真实生活中发生的焦点、热度高的事情成为许多用户的一种趋向性消遣,并且他们对事情发表带有主观性、影响力较强的评论,使现实生活中的突发事件在社交虚拟网络上爆发的时间往往比官方发布新闻的时间更早[1]。具有用户发布内容的社交媒体和在线服务已经生成了数量惊人的信息,这些信息在事件分析和应急管理等各个领域都有潜在的应用[2]。突发事件在微博和微信等社交网络上迅速发酵[3-4],其突发性影响了后续的应急处理,包括舆论以及救援等。通过从紧急灾难等事件检测模型发出大量及时、准确的警报,可以帮助人们迅速采取行动,以减轻损失。因此,在各种突发事件发生后,通过社交网络实时监测事件的演变情况,并采取相应措施控制其发展对舆论指导具有重要意义。
随着时间的推移,控制突发事件的进一步扩大将有助于决策者分析整体情况,并根据演变过程做出正确的决策。在这种情况下,有必要确定关键事件并通过时间表对其进行控制,可以通过提取和分析与社交事件相关的微博来获取时间信息[5]。……
登录APP查看全文
