基于位置的微博事件检测

社交网络的日益使用产生了大量可用于多种分析的数据。其中一些数据具有时间和地理信息，可用于全面检查。在本文中，我们提出了一种新方法，用于分析Twitter中可用的大量消息，以识别世界上正在出现诸如电视节目、气候变化、灾难和体育等话题的地方。所提出的方法基于一个神经网络，用于检测时间序列中的异常值，该时间序列基于位于不同政治分区（即国家、城市）的推文的统计数据构建。异常值用于识别Twitter中异常行为内的话题。我们在在线环境中评估了我们方法的有效性，揭示了从不同地方建模当地人行为的新发现。