微博网络地域Top K 突发事件检测

传统的事件检测不考虑地域特性,面对的是媒体的整个信息流,是一种广域事件检测,会引起局部地域事件检.测的失效。随着Web2.0 及GPS 技术的推广应用,很多的社交媒体生成的内容体现了地理信息和时间标记。社交媒体中地.域性突发事件的检测是近期新兴的研究热点。针对地域突发事件检测的需求,在合理利用社交媒体及突发事件表现的特性.等方面,已有的研究仍有较大的不足。微博网络作为实时性、交互性很强的社交媒体,已经成为人们爆料事件、发表观点.的首选媒体。本文面向微博网络,给出了地域Top-K 突发事件检测的系统框架,包含地域博文采集、博文预处理、词突发.值计算、突发词聚类、突发事件排序及突发事件可视化等部分。根据微博的时空特点,在综合考虑微博博文及社交关系的.基础上,利用词出现频率、词关联用户、词分布地域及词社交行为四类指标,提出了新颖的微博网络词突发值计算模型。.结合微博网络的特点以及地域Top-k 突发事件检测的需求,提出了融合突发词地域、频率、关联博文、关联博文产生的影.响力以及关联用户五类指标的突发事件热度计算方法。选取新浪微博作为真实的检测环境,以北京、南京、连云港和日照.四个城市为地域范