作者:
原文服务方: 计算机应用研究       
摘要:
针对新闻数据流的事件检测问题,提出了一种基于突发特征分析的事件检测方法.事件由在一定时间窗口内代表它的特征构成,通常它们在事件发生时表现出一定的突发.通过多尺度突发分析算法识别出突发特征,并计算突发特征突发模式的相似性及所在新闻的重合度,对突发特征进行聚类分析以构造事件.在路透社80多万篇新闻数据集中验证上述算法,可准确地识别出突发特征各种跨度上的突发,且能有效地检测出事件.
推荐文章
基于时间分布特征的博客突发事件检测
时间分布特征
KL距离
时间信息明确的事件
时间信息有歧义的事件
基于时空分析的突发事件检测方法
突发事件
时空分析
事件抽取
实时事件聚类
数据立方体
基于多特征的微博突发事件检测方法研究
微博文本
文本关注度
情感特征
突发事件
事件检测
基于多种词特征的微博突发事件检测方法
微博
突发事件
突发特征词
D-S证据理论
凝聚式层次聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于突发特征分析的事件检测
来源期刊 计算机应用研究 学科
关键词 事件检测 特征轨迹 多尺度分析 突发特征 近邻传播聚类
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 117-120
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.01.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈伟 浙江大学计算机科学与技术学院 142 830 15.0 23.0
2 陈宏 6 46 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (14)
参考文献  (4)
节点文献
引证文献  (23)
同被引文献  (36)
二级引证文献  (8)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(6)
  • 引证文献(6)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
事件检测
特征轨迹
多尺度分析
突发特征
近邻传播聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导