一种利用社交媒体数据的事件检测技术

人们在社交媒体平台（如 Twitter、Facebook、PInterest 和 Google+）上发布其活跃词汇表中不同话题的信息。他们互相关注，发布当前事件信息的人更可能获得更好的响应。对社交媒体平台上海量数据进行人工分析是困难的。这为社交媒体用户贡献文档的自动分析开辟了新研究方向。由于用户共享的信息丰富，社交媒体数据自动分析十分困难。许多研究者使用 Twitter 数据进行社交媒体分析（SMA），因为 Twitter 数据在公共领域可免费获取。本研究中最重要的工作之一即从社交媒体数据中进行事件检测，用于交通拥堵检测、灾害与应急管理以及实时新闻检测等不同应用。Twitter 平台上共享的信息具有短文本、噪声多和歧义性强的特点。因此，从用户生成且不规范的数据中进行事件检测与事件短语提取颇具挑战。为应对这些挑战，利用不同的认知属性从流式社交媒体数据中提取以关键词短语形式呈现的事件。本研究工作的动机是在从 Twitter 数据检测事件与子事件时，于事件短语的词汇变体上提供实质性改进。在本研究工作中，从社交媒体数据出发的事件检测方法分为三个阶段：在微博词共现网络（WCN）中识别提供关键词短语重要信息的子图；从社交媒体数据中识别多个事件；以及对事件短语的上下文信息进行排序。