通过推文数据挖掘进行事件预测

本文描述了与不同事件讨论相关的Twitter微博帖子中频繁集和关联规则的定量特征分析。在分析中，我们使用了频繁集理论、关联规则和形式概念分析理论。我们揭示了表征所分析主题概念之间语义关系的频繁集和关联规则。某些频繁集的支持度在预期事件之前达到全局最大值，但存在一定的时间延迟。这样的频繁集可以被视为预测标记，表征预期事件对博客圈用户的重要性。我们表明，某些揭示的关联规则的置信度的时间动态也具有预测特征。超过某个阈值可能是在最大值和事件可能到来之间的时间间隔内社会相应反应的信号。在本文中，我们考虑了两种类型的事件：2012年伦敦奥运会网球决赛和2013年欧洲歌唱大赛冠军预测。