基于社交数据的面向房地产事件与主题的识别系统

社交媒体平台如Twitter和Facebook已深刻嵌入我们的日常生活，为局部新闻和个人经历提供了动态信息流。这些平台的普及使其成为识别房地产问题的宝贵资源，尤其是在人口增长的城市背景下。在本工作中，我们提出一种基于语言模型的系统，用于从社交媒体内容中检测和分类房地产相关事件。该系统采用分层分类框架，首先筛选相关帖子，然后将其分类为可操作的房地产主题。此外，针对缺乏明确地理标签的帖子，我们应用基于Transformer的地理位置模块，在兴趣点层面推断帖子位置。这种集成方法支持及时、数据驱动的城市管理、操作响应和情境感知。