基于微博的突發(fā)事件檢測(cè)和信息傳播建模.pdf

1、微博客自問(wèn)世以來(lái)，以其實(shí)時(shí)性和便捷性受到用戶的鐘愛(ài)，成為網(wǎng)絡(luò)應(yīng)用中炙手可熱的新寵，微博上聚集的大量用戶及相對(duì)自由的言論信息又使得微博成為把握社會(huì)脈搏的有力工具。所以本文的研究基于微博平臺(tái)，致力于發(fā)掘微博平臺(tái)中的突發(fā)事件并在此基礎(chǔ)上進(jìn)行微博網(wǎng)絡(luò)中信息傳播方式的建模。本文的工作主要分為以下幾個(gè)方面：
　　首先，獲取基于微博研究的數(shù)據(jù)集。進(jìn)行“人民微博”上的信息抽取工作，應(yīng)用針對(duì)該微博平臺(tái)頁(yè)面信息結(jié)構(gòu)設(shè)計(jì)的爬蟲(chóng)，對(duì)該平臺(tái)的整體信息和熱點(diǎn)

2、信息分別進(jìn)行抽取并存儲(chǔ)，整體信息一次性抽取，內(nèi)容包括微博信息，用戶信息和用戶關(guān)系信息等；熱點(diǎn)信息實(shí)時(shí)抽取，內(nèi)容包括熱點(diǎn)微博信息，熱點(diǎn)用戶信息和熱點(diǎn)關(guān)鍵詞信息。
　　而后，檢測(cè)微博中的突發(fā)事件。微博的簡(jiǎn)短性使得其對(duì)事件的描述中，事件的主題詞以很高比例出現(xiàn)，并呈現(xiàn)與事件一致的受關(guān)注程度，所以本文突發(fā)事件的檢測(cè)部分以事件主題詞的檢測(cè)為線索。首先選擇微博語(yǔ)料適用的特征值和數(shù)據(jù)組織方法；而后構(gòu)建時(shí)間窗內(nèi)各詞的特征軌跡，結(jié)合特征軌跡的時(shí)域和頻

3、域特征判定詞的突發(fā)性，由于突發(fā)事件的主題詞包括其人物、地點(diǎn)信息，這些詞通常是未登錄詞但對(duì)事件的表達(dá)意義重大，所以在該過(guò)程進(jìn)行新詞發(fā)現(xiàn)；最后根據(jù)各突發(fā)詞的在微博中的共現(xiàn)情況進(jìn)行聚類(lèi)，實(shí)現(xiàn)突發(fā)詞與突發(fā)事件的對(duì)應(yīng)，并利用已有微博信息提供突發(fā)事件的詳細(xì)描述。
　　最后，構(gòu)建微博用戶網(wǎng)絡(luò)的信息傳播模型。在突發(fā)事件信息的基礎(chǔ)上，結(jié)合微博中信息傳播的途徑和特點(diǎn)，構(gòu)建了微博中信息傳播的五元組模型，分析了模型各元素的影響因素和元素的表征方法，并在此