基于微博的突發(fā)事件檢測和信息傳播建模.pdf

1、微博客自問世以來，以其實時性和便捷性受到用戶的鐘愛，成為網(wǎng)絡(luò)應(yīng)用中炙手可熱的新寵，微博上聚集的大量用戶及相對自由的言論信息又使得微博成為把握社會脈搏的有力工具。所以本文的研究基于微博平臺，致力于發(fā)掘微博平臺中的突發(fā)事件并在此基礎(chǔ)上進行微博網(wǎng)絡(luò)中信息傳播方式的建模。本文的工作主要分為以下幾個方面：
　　首先，獲取基于微博研究的數(shù)據(jù)集。進行“人民微博”上的信息抽取工作，應(yīng)用針對該微博平臺頁面信息結(jié)構(gòu)設(shè)計的爬蟲，對該平臺的整體信息和熱點

2、信息分別進行抽取并存儲，整體信息一次性抽取，內(nèi)容包括微博信息，用戶信息和用戶關(guān)系信息等；熱點信息實時抽取，內(nèi)容包括熱點微博信息，熱點用戶信息和熱點關(guān)鍵詞信息。
　　而后，檢測微博中的突發(fā)事件。微博的簡短性使得其對事件的描述中，事件的主題詞以很高比例出現(xiàn)，并呈現(xiàn)與事件一致的受關(guān)注程度，所以本文突發(fā)事件的檢測部分以事件主題詞的檢測為線索。首先選擇微博語料適用的特征值和數(shù)據(jù)組織方法；而后構(gòu)建時間窗內(nèi)各詞的特征軌跡，結(jié)合特征軌跡的時域和頻

3、域特征判定詞的突發(fā)性，由于突發(fā)事件的主題詞包括其人物、地點信息，這些詞通常是未登錄詞但對事件的表達意義重大，所以在該過程進行新詞發(fā)現(xiàn)；最后根據(jù)各突發(fā)詞的在微博中的共現(xiàn)情況進行聚類，實現(xiàn)突發(fā)詞與突發(fā)事件的對應(yīng)，并利用已有微博信息提供突發(fā)事件的詳細描述。
　　最后，構(gòu)建微博用戶網(wǎng)絡(luò)的信息傳播模型。在突發(fā)事件信息的基礎(chǔ)上，結(jié)合微博中信息傳播的途徑和特點，構(gòu)建了微博中信息傳播的五元組模型，分析了模型各元素的影響因素和元素的表征方法，并在此