社交网络中隐式事件突发性检测
Latent Event-related Burst Detection in Social Networks作者机构：合肥工业大学计算机与信息学院 合肥师范学院计算机科学与技术系 路易斯安那大学拉菲特分校计算与信息学院
出 版 物：《自动化学报》 (Acta Automatica Sinica)
年 卷 期：2018年第44卷第4期
页 面：730-742页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家重点基础研究发展计划(973计划)(2013CB329604) 国家自然科学基金(61503114,61503116)资助~~
摘 要：社交网络与人们的生活息息相关,其上的用户行为可用于检测社交网络中的事件突发性,进而准确定位事件的发生区间.但用户行为易受主观及外部因素的影响,有时会出现隐式事件突发性,给事件突发性检测带来困难.本文针对社交网络中的隐式事件突发性问题,在以社交行为特征进行事件突发性检测的基础上,引入关键词特征,动态调整各个时间窗口的候选关键词,将不同事件与不同的关键词特征绑定,避免事件之间及噪音带来的干扰,实现对隐式事件突发性的准确识别.相关实验表明,本文提出的算法可有效改善现有社交网络中事件突发性检测任务的效果.
同方期刊数据库