基于地理坐標的微博事件檢測與分析研究.pdf

1、隨著計算機網(wǎng)絡和Web2.0技術(shù)的深入發(fā)展和應用，微博改變了傳統(tǒng)的社交網(wǎng)絡形式，并迅速在社會上流行起來。用戶不僅可以在微博平臺上及時接觸熱點社會信息，并且可以通過對微博內(nèi)容的分享和轉(zhuǎn)發(fā)提升相關(guān)資訊的傳播范圍和影響力。微博具有的獨特社交網(wǎng)絡形式極大地方便了人們進行信息的獲取、傳播與分享。移動智能設備和無線網(wǎng)絡技術(shù)的全面發(fā)展，讓人們可以將現(xiàn)實世界中發(fā)生的社會事件“隨時隨地”的發(fā)布到微博平臺上。社會性的重大事件往往首先會在微博內(nèi)容中反映出來，

2、從而引發(fā)大量用戶的關(guān)注并產(chǎn)生巨大的影響力。因此，微博事件檢測的意義深遠，也是當前微博研究的熱點之一。
　　本文的研究目標在于利用數(shù)據(jù)挖掘算法，從內(nèi)容繁雜、海量短小的微博數(shù)據(jù)中檢測出有意義的事件信息，幫助用戶在有限的時間范圍內(nèi)獲取更多有價值的事件資訊，協(xié)助相關(guān)政府部門進行微博輿情管控和社會行政決策。首先，針對國內(nèi)具有代表性的微博網(wǎng)站，通過使用微博網(wǎng)絡開放接口收集帶有地理坐標的微博數(shù)據(jù);其次，將這些數(shù)據(jù)作為訓練樣本，使用K-means

3、、KNN和決策樹三種數(shù)據(jù)挖掘算法，根據(jù)微博數(shù)據(jù)的發(fā)布數(shù)、轉(zhuǎn)發(fā)數(shù)、評論數(shù)、用戶活躍度和移動強度五個指標來構(gòu)建微博的地理規(guī)律性特征;最后，將日常地區(qū)性的微博數(shù)據(jù)特征與該地區(qū)微博特征的地理規(guī)律性進行比較，從而檢測出該區(qū)域是否有事件發(fā)生。本文在運用K-means、KNN和決策樹數(shù)據(jù)挖掘算法對微博數(shù)據(jù)分析的基礎之上，提出了基于地理坐標的微博事件檢測框架，并且運用R語言對微博事件的發(fā)展趨勢進行了可視化分析。
　　利用微博事件檢測框架檢測出的事

4、件信息具有較大的參考價值，尤其是微博用戶對該事件的情感和該事件的發(fā)展趨勢都值得我們分析和思考，為以后應對類似的事件提供借鑒。因此，本文將信息檢索的相關(guān)理論和技術(shù)引入到了微博事件的組織和管理中。為了用戶便于檢索已檢測出的微博事件，本文在開源搜索引擎Lucene的基礎之上，同時結(jié)合mmseg中文分詞技術(shù)和jsp動態(tài)網(wǎng)頁技術(shù)，實現(xiàn)了微博事件檢索系統(tǒng)，幫助用戶了解過往微博事件的內(nèi)容和發(fā)展趨勢。最后通過實驗分析微博事件檢測框架的可行性，并且結(jié)合“