中文微博突发事件检测研究

摘要：

从微博中准确而高效地挖掘出突发事件是近年来的研究热点.通过词频统计、词增长率计算和TF-PDF 算法抽取突发词集,使用突发词表示文本并结合微博突发事件的描述特征进行文本过滤;提出一种“绝对聚类”算法,对描述突发事件的文本进行聚类,并通过微博的回复数和转发数加权计算热度,检测各类事件中热度最大的作为突发事件.检测准确率为92.60％,召回率为85.51％,F值为0.89.实验结果表明,相比于传统的突发事件检测方法,该方法能够比较准确地检测到微博中的突发事件,有一定的应用价值.

关键词：突发事件、突发词、文本过滤、绝对聚类

分类号：TP311.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目"基于本体的专利自动标引研究"61271304;国家自然科学基金项目"网页内容真实性评价研究"61171159;北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目"面向领域的互联网多模态信息精准搜索方法研究"KZ201311232037;国家科技支撑计划课题"增强型搜索引擎关键技术研究与示范"项目2011BAH11B03的研究成果之一

在线出版日期：2013-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：57-62