中文微博突发事件检测研究

被引：22

作者：

王勇 ^{[1
]}

肖诗斌 ^{[1
,2
]}

郭跇秀 ^{[1
]}

吕学强 ^{[1
,2
]}

机构：

[1] 北京信息科技大学网络文化与数字传播北京市重点实验室

[2] 北京拓尔思信息技术股份有限公司

来源：

现代图书情报技术 | 2013年 / 02期

基金：

北京市自然科学基金;

关键词：

突发事件; 突发词; 文本过滤; 绝对聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

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。

引用

页码：57 / 62

页数：6

共 6 条

[1] 微博用户的影响力指数模型 [J].