EDM:高效的微博事件检测算法

摘要：

微博数据具有实时动态特性,人们通过分析微博数据可以检测现实生活中的事件.同时,微博数据的海量、短文本和丰富的社交关系等特性也为事件检测带来了新的挑战.综合考虑了微博数据的文本特征(转帖、评论、内嵌链接、用户标签hashtag、命名实体等)、语义特征、时序特性和社交关系特性,提出了一种有效的基于微博数据的事件检测算法(event detection in microblogs,EDM).还提出了一种通过提取事件关键要素,即关键词、命名实体、发帖时间和用户情感倾向性,构成事件摘要的方法.与基于LDA(latent Dirichlet allocation)模型的事件检测算法进行实验对比,结果表明,EDM算法能够取得更好的事件检测效果,并且能够提供更直观可读的事件摘要.

关键词：事件检测、事件摘要、特征选取、微博

所属期刊栏目：6

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.91024032,61070055;the National Science and Technology Major Special Project of China under Grant No.2010ZX01042-002-003;the Research Funds of Renmin University of China under Grant No.10XNI018

在线出版日期：2013-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1076-1086