构建基于位置的社交媒体用户集合

在许多情况下，人们可能希望通过监测本地社交媒体用户的内容来获取某一环境中的态势感知。通常的挑战在于如何构建来自目标位置的用户的集合。在此我们引入一种通过使用\emph{扩展-分类}方法来构建此类用户集合的途径，该方法从目标位置的一小组种子用户开始，然后迭代地收集他们的邻居并分类其位置。我们使用在因子图模型上的最大似然估计来进行此分类，该模型融合了用户资料特征以及社交网络连接。我们表明，最大似然估计可归约为在适当定义的图上的最小割问题。利用我们的方法，我们能在几小时内为许多不同位置获取数千名用户。利用地理定位数据，我们发现我们的方法对于居民少于 500,000 的人口中心通常能取得良好精度，而对于更大城市性能则有所退化。我们还发现，与现有搜索方法相比，我们的方法能以更高精度收集多得多的用户。最后，我们表明，通过研究用我们的方法获得的特定位置用户的内容，我们可以识别诸如菲律宾等地重大社会动荡的爆发。