基于链接异常检测发现社交流中的新兴话题

受社交网络快速增长的推动，新兴话题检测重新引起关注。传统的基于词频的方法在此语境下可能并不适用，因为交换的信息不仅包括文本，还包括图像、URL 和视频。我们聚焦于这些网络的社交层面，即用户之间通过回复、提及和转发动态地、有意或无意地生成的链接。我们提出了一个社交网络用户提及行为的概率模型，并建议通过该模型测量的异常来检测新话题的出现。我们将所提出的提及异常分数与最近提出的基于序列折扣归一化最大似然（SDNML）的变点检测技术，或与 Kleinberg 的爆发模型相结合。通过聚合数百名用户的异常分数，我们表明可以仅基于社交网络帖子中的回复/提及关系来检测新兴话题。我们在从 Twitter 收集的多个真实数据集上演示了我们的技术。实验表明，所提出的基于提及异常的方法至少可以与传统基于词频的方法一样早地检测到新话题，并且在关键词定义不明确时，有时能更早得多地检测到。