从 Twitter 发现组织关联
社会与信息网络
2014-10-23 v1 物理与社会
摘要
组织关系在现实生活中通常非常复杂。直接度量不同组织之间的这种关联是困难或不可能的，因为重要信息通常不公开（例如，恐怖组织之间的关联）。如今，越来越多的组织信息可以被个人发布到网上，并通过 Twitter 即时传播。此类信息对于检测组织关联可能至关重要。本文研究从 Twitter 发现组织之间关联的问题。挖掘组织关联是一项极具挑战性的任务，原因如下：a) Twitter 中的数据表现为大规模的混合信息流。与组织最相关的信息往往被淹没其中。因此，组织关联可能散布在多个地方，以不同形式呈现；b) 由于提取出的组织关联存在多种表示形式，如何集体且明智地利用 Twitter 中的信息十分困难。为解决这些问题，我们提出了 multi-CG（基于多重关联图的模型），这是一个无监督框架，能够基于从 Twitter 提取的多种表示学习出组织间关联的共识，这比基于单一表示的关联更准确、更稳健。实证研究表明，从 Twitter 提取的共识图能够有效捕捉组织关联。
引用
@article{arxiv.1410.6001,
title = {Discovering Organizational Correlations from Twitter},
author = {Jingyuan Zhang and Xiaoxiao Shi and Xiangnan Kong and Hong-Han Shuai and Philip S. Yu},
journal= {arXiv preprint arXiv:1410.6001},
year = {2014}
}
备注
11 pages, 4 figures