基于要素图的舆情事件线索化方法研究

摘要：

[目的/意义]将事件按照内在关联组织成有序结构的过程称为事件线索化,事件线索化能够展现事件间的因果联系与演化过程,有助于理解舆情事件的起因与背景,预测事件的后续发展,为舆情事件的处理提供依据.现有事件线索化方法主要依据事件要素的共现特性,然而部分存在关联的事件之间共现特性并不明显,导致现有方法存在局限性.[方法/过程]利用百度百科中的条目及其中的来扩充事件要素,建立了由与超链接构成的要素图模型,并提出了基于该模型的舆情事件线索化方法.所提方法通过要素图差异性计算与密度聚类两个阶段将事件集划分为由相互关联事件组成的簇,从而实现事件线索化.[结果/结论]在舆情事件数据集上的实验表明,所提方法在共现特性不明显情况下能有效地实现事件线索化.

关键词：舆情、事件线索化、事件关联、要素图、百度百科

所属期刊栏目：36

分类号：G353.12(情报学、情报工作)

资助基金：教育部人文社会科学研究青年基金项目"新闻事件的线索化方法研究"15YJCZH057;陕西省社会科学基金项目"开放环境下知识的刻面组织方法研究"2016N005;西安交通大学城市学院校级科研项目"大规模在线学习中的隐性知识挖掘方法研究"2016KZ01

在线出版日期：2017-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：101-104