基于多种词特征的微博突发事件检测方法

• 作者: 吴云芳 张仰森 段宇翔 王建
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 微博 突发事件 突发特征词 D-S证据理论 凝聚式层次聚类
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1919-1928
• 页数: 10页
• 分类号: TP393.2
• 字数: 11070字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.09.015

摘要

近年来,各领域内频频发生各类突发事件,对社会稳定发展产生了一定程度的影响.本文提出了一种基于多种词特征的微博突发事件检测模型,可以在海量微博数据中对突发事件进行检测,便于相关决策者进行微博监控和舆论引导,尽可能减少突发事件给社会带来的危害.首先根据时间信息对微博数据进行时间切片,对每一个时间窗口内的数据分别计算各个词语的词频特征、话题标签特征和词频增长率特征;然后基于D-S证据理论和层次分析法,确定词的各个特征权重,并进行加权融合得到词的突发特征值,将突发特征值大的词挑选出来构成突发特征词集,构建基于共现度和结合紧密度的突发事件特征词集的耦合度矩阵;最后将该耦合度矩阵作为凝聚式层次聚类算法的输入,生成一棵由突发词为叶子节点的二叉树,并采用内部相似度的二叉树剪枝算法对聚类结果进行划分,即可实现对相应时间窗口突发事件的检测.实验结果表明,基于突发词的事件检测模型在簇内部相似度阈值等于1.1时效果最好,正确率达到0.8462、召回率达到0.8684、F值为0.8571,表明了本文所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
3	吴云芳	北京大学计算语言学研究所	32	493	13.0	22.0
6	段宇翔	北京信息科技大学智能信息处理研究所	4	4	1.0	2.0
7	王建	北京信息科技大学智能信息处理研究所	4	9	1.0	2.0