微博突發(fā)事件檢測(cè)及溯源技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)逐漸融入人們的生活當(dāng)中。微博近三年急速發(fā)展，突發(fā)事件檢測(cè)及溯源已成為熱門的研究方向。通過突發(fā)事件檢測(cè)技術(shù)，幫助人們自動(dòng)檢測(cè)突發(fā)事件，隨后借助溯源技術(shù)找到事件源頭，幫助人們進(jìn)一步了解突發(fā)事件的前因后果。本文研究了關(guān)于中文分詞、微博文本特點(diǎn)、消息和事件傳播模型，突發(fā)檢測(cè)模型和用戶關(guān)系模型，而后基于這兩個(gè)方面的研究成果，提出了基于MACD的突發(fā)事件檢測(cè)算法和基于多維度分析的微博突發(fā)事件溯源方法。
　　本文提出一種

2、結(jié)合字典分詞和統(tǒng)計(jì)分詞的新分詞方法，迅速、準(zhǔn)確切分微博內(nèi)容。本文提出一種基于MACD的突發(fā)事件檢測(cè)算法，采用考慮用戶影響力和用戶作息的滑動(dòng)事件窗口機(jī)制，從兩個(gè)方面提高突發(fā)事件檢測(cè)算法的準(zhǔn)確性。創(chuàng)新性地提出一種“詞作息表”法，為每個(gè)詞配備作息表，有效消除用戶時(shí)間作息和用詞時(shí)間作息。最后本文利用一種基于突發(fā)詞距離的事件聚類算法，有效聚類事件。實(shí)驗(yàn)證明，該算法能夠有效去除用戶作息和低質(zhì)用戶帶來的偽突發(fā)，提高突發(fā)事件檢測(cè)的準(zhǔn)確性。
　　本