基于圖的中文微博災(zāi)難事件檢測.pdf

1、近幾年來，災(zāi)難事件越來越多地引起公眾關(guān)注，由于信息社會消息的傳播速度大大提升，災(zāi)難事件的輿論影響越來越突出。因此，對災(zāi)難事件進(jìn)行實(shí)時(shí)監(jiān)控和社會性分析有了越來越廣泛的應(yīng)用需求。在網(wǎng)絡(luò)環(huán)境下，真實(shí)世界和虛擬世界具有相互映射的便利性，用戶可以持續(xù)并大量地將匯集到網(wǎng)絡(luò)社交平臺。由于傳統(tǒng)基于詞匯向量的文本分析方式在短文本上的表現(xiàn)不足，本文提出以災(zāi)難關(guān)鍵詞為中心，上下文敏感的基于圖的短文本災(zāi)難事件建模方法(HCCG)。HCCG模型通過定義實(shí)體關(guān)系生

2、成規(guī)則，構(gòu)建了適用于短文本的上下文實(shí)體關(guān)系圖模型，有效地刻畫了災(zāi)難事件的屬性。模型充分挖掘消息級別(message-level)和流級別（stream-level）的上下文，能有效地過濾短文本常見的噪音，匯聚分散的社交媒體信息，直觀地用實(shí)體關(guān)系模型展示中間和最終的事件探測結(jié)果。
　　在圖模型的基礎(chǔ)上，本文設(shè)計(jì)并實(shí)現(xiàn)了用最大公共子圖和最小公共超圖的信息量之比的計(jì)算方案來刻畫兩個(gè)事件之間的相似度。在相似度計(jì)算的基礎(chǔ)上，本文設(shè)計(jì)并實(shí)現(xiàn)了

3、微博事件的實(shí)時(shí)聚類，在聚類過程中逐漸突出事件的新聞要素。
　　在系統(tǒng)架構(gòu)的設(shè)計(jì)上，本文采用聚類和分類二階段框架，實(shí)現(xiàn)了一階段事件聚類，二階段災(zāi)難事件分類的事件識別系統(tǒng)?？紤]社交網(wǎng)絡(luò)的實(shí)時(shí)性本質(zhì)，將上述流程部署在Storm流式計(jì)算平臺上。
　　為增加社交媒體信息使用效率，本文進(jìn)一步將短文本情感分析整合在災(zāi)難管理系統(tǒng)中，判別識別出的災(zāi)難事件類是客觀描述類還是公眾主觀情感類，并為主觀情感類量化評分。本方法在新浪微博平臺上有良好的測