基于动量模型的食品安全事件发现方法

• 作者: 严长春 於跃成 蔡莹 谷雨
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 食品安全 事件发现 动量模型 候选特征词 聚类
• 年，卷（期）: 2019,（2）
• 页码范围: 184-189
• 页数: 6页
• 分类号: TP391.1
• 字数: 5661字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2019.02.010

摘要

食品安全是广受民众关注的热点话题,而微博已经成为食品安全事件曝光的主要媒体平台.以微博语料作为数据源,同时使用微博内容和用户的社交网络行为特征,提出了基于动量模型的食品安全事件发现方法.该方法以事件发现作为描述食品安全事件的基本模型,以检测出微博信息流中与食品安全相关的候选特征词,然后采用动量模型实现候选特征词的动量建模和重复特征词的有效过滤.最后,通过K-means聚类将有效的特征词进行归类合并,以实现食品安全事件的发现.试验结果表明:该方法能够有效发现在微博中传播的食品安全事件,并能过滤掉微博中无关的话题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於跃成	江苏科技大学计算机学院	17	75	5.0	8.0
2	严长春	江苏科技大学计算机学院	4	0	0.0	0.0
3	蔡莹	江苏科技大学计算机学院	3	0	0.0	0.0
4	谷雨	江苏科技大学计算机学院	2	0	0.0	0.0