基于微博的安全事件实时监测框架研究

被引:6
作者
李凌云 [1 ]
敖吉 [2 ]
乔治 [3 ]
李剑 [1 ]
机构
[1] 北京邮电大学计算机学院
[2] 中国科学院信息工程研究所
[3] 中国科学院计算技术研究所
关键词
微博事件; 实时监测; 异常检测; 地理定位;
D O I
暂无
中图分类号
TP393.092 [];
学科分类号
080402 ;
摘要
文章根据微博事件发展规律和传播特点,在微博社会感知器网络基础上,提出了针对微博安全事件的实时监测框架,该框架包含若干项核心算法,如异常检测算法、地理位置定位算法、相关事件推荐算法和事件相关度分析算法。基于此框架,文章实现了微博事件实时监测系统。该系统采用混合网络爬虫和开放API接口方式采集微博数据,并实现了事件检索模块、事件实时监测模块和热点模块。同时该系统以多维度展示微博事件结果信息,且运行稳定、效果良好。总体上看,文章主要解决的问题是探索虚拟社交网络与物理世界时空相关性,监测特定事件,并在其爆发前发现并进行地理定位,从而提供预警。
引用
收藏
页码:16 / 23
页数:8
相关论文
共 9 条
[1]  
基于微博平台的事件趋势分析及预测研究.[D].田野.武汉大学.2012, 10
[2]   #Earthquake: Twitter as a Distributed Sensor System [J].
Crooks, Andrew ;
Croitoru, Arie ;
Stefanidis, Anthony ;
Radzikowski, Jacek .
TRANSACTIONS IN GIS, 2013, 17 (01) :124-147
[3]   Web2.0时代网站建设特征、内容及其应用研究 [J].
王先国 ;
陈勇军 .
软件导刊, 2013, 12 (12) :9-11
[4]   基于微博的舆情监测与分析的研究 [J].
李婧 ;
刘志明 ;
崔朝国 .
智能计算机与应用, 2013, 3 (02) :50-53
[5]   基于微博用户关系的网络信息地理研究——以新浪微博为例 [J].
王波 ;
甄峰 ;
席广亮 ;
钱前 ;
吴乘月 ;
张浩 .
地理研究, 2013, 32 (02) :380-391
[6]   基于Hadoop的微博信息挖掘 [J].
林大云 .
计算机光盘软件与应用, 2012, (01) :7-8
[7]   新浪微博数据挖掘方案 [J].
廉捷 ;
周欣 ;
曹伟 ;
刘云 .
清华大学学报(自然科学版), 2011, 51 (10) :1300-1305
[8]   异常检测综述 [J].
陈斌 ;
陈松灿 ;
潘志松 ;
李斌 .
山东大学学报(工学版), 2009, 39 (06) :13-23
[9]   聚焦爬虫技术研究综述 [J].
周立柱 ;
林玲 .
计算机应用, 2005, (09) :1965-1969