使用加权动态心跳图方法检测 Twitter 流中的事件
社会与信息网络
2019-02-25 v1
摘要
关于日常事件的推文发布在 Twitter 上。由于 Twitter 内容多样且含噪声，检测此类事件是一项具有挑战性的任务。在本文中，我们提出一种名为加权动态心跳图（WDHG）的新方法来从 Twitter 流中检测事件。一旦在 Twitter 流中检测到事件，WDHG 会在后续阶段抑制该事件，以检测新出现的事件。这一独特特性使得所提方法能高效捕捉新出现事件。实验在三个真实基准数据集上进行：2012 年 FA 杯决赛、2012 年超级星期二以及 2012 年美国大选。结果表明在大多数情况下相较现有事件检测方法有明显改进。
引用
@article{arxiv.1902.08522,
title = {Event Detection in Twitter Stream using Weighted Dynamic Heartbeat Graph Approach},
author = {Zafar Saeed and Rabeeh Ayaz Abbasi and Muhammad Imran Razzak and Guandong Xu},
journal= {arXiv preprint arXiv:1902.08522},
year = {2019}
}
备注
14 pages, 11 figure. Paper is accepted in IEEE Computational Intelligence Magazine