社交网络中隐式事件突发性检测

• 作者: 介飞 吴信东 李磊 谢飞
• 来源期刊: 自动化学报
• 关键词: 突发性 事件 检测 社交网络
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 730-742
• 页数: 13页
• 字数: 15112字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160564

摘要

社交网络与人们的生活息息相关,其上的用户行为可用于检测社交网络中的事件突发性,进而准确定位事件的发生区间.但用户行为易受主观及外部因素的影响,有时会出现隐式事件突发性,给事件突发性检测带来困难.本文针对社交网络中的隐式事件突发性问题,在以社交行为特征进行事件突发性检测的基础上,引入关键词特征,动态调整各个时间窗口的候选关键词,将不同事件与不同的关键词特征绑定,避免事件之间及噪音带来的干扰,实现对隐式事件突发性的准确识别.相关实验表明,本文提出的算法可有效改善现有社交网络中事件突发性检测任务的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李磊	合肥工业大学计算机与信息学院	32	335	7.0	18.0
2	谢飞	合肥师范学院计算机科学与技术系	22	238	8.0	14.0
3	吴信东	合肥工业大学计算机与信息学院	7	78	3.0	7.0
7	介飞	合肥工业大学计算机与信息学院	3	7	2.0	2.0