推特中的特定事件檢測方法研究.pdf

1、對某些敏感話題和事件的跟蹤檢測近年來漸漸成為世界很多政府機構(gòu)和公司團體致力實現(xiàn)的大事情，知曉事件的發(fā)生有助于后期決策和采取相應(yīng)的應(yīng)對措施，避免重大的損失發(fā)生，甚至可能從中獲益。互聯(lián)網(wǎng)的飛速發(fā)展，使得很多基于互聯(lián)網(wǎng)的社交網(wǎng)絡(luò)平臺應(yīng)運而生，Twitter便是其中的一個大平臺，有著數(shù)億的用戶，每天都產(chǎn)生著海量的推文數(shù)據(jù)，很多事件隱含其中，所以分析和研究Twitter上的推文數(shù)據(jù)對于事件的檢測和跟蹤具有非凡的意義。
　　事件檢測分為非特定

2、事件檢測和特定事件檢測，本文將研究Twitter中的特定事件檢測，其中特定事件指的是有先驗信息限定的一類事件。傳統(tǒng)的特定事件檢測方法大多數(shù)使用閾值來判斷事件是否發(fā)生，檢測的精確率和召回率不能同時達(dá)到很高。在表征文本時絕大多數(shù)的方法都只使用單一的特征，從而導(dǎo)致文本分類效果并不是很好。針對以上問題，本文在前人的基礎(chǔ)上提出了自己的特定事件檢測方法，主要的工作總結(jié)如下：
　　（1）提出了基于文本向量組合的推文主題過濾方法。該方法針對某個特

3、定事件進行推文主題過濾，在表征推文短文本時，采用了基于信息增益特征提取的詞袋模型文本向量（IG文本向量）和基于 word2vec詞向量等概率累加的文本向量（word2vec文本向量）兩者的組合，利用組合文本向量來表征推文短文本，在實驗中取得了很好的分類效果。考慮到詞袋模型向量維度一般較大，可能會造成維度災(zāi)難，本文使用PCA降維算法對IG文本向量進行降維，統(tǒng)一維度。
　?。?）提出了基于小波變換的特定事件檢測方法。該方法基于小波變換