Twitter 标签网络中的多模态事件检测
应用统计
2016-05-17 v2 社会与信息网络
摘要
我们考虑了多模态 Twitter 数据集中的事件检测。我们将数据集中的标签视为具有两种模态的实例：文本与地理定位特征。文本特征由词袋表示构成。地理定位特征由推文的地理标签(即地理坐标)构成。融合多模态数据，我们旨在根据主题与地理位置检测有趣的事件及相关的标签。为此，假设了一个生成式潜变量模型，并推导了广义期望最大化(EM)算法来学习模型参数。所提方法计算高效，且适用于大数据集。2014年8月 Twitter 数据集上的实验结果展示了该方法的有效性。
引用
@article{arxiv.1601.00306,
title = {Multimodal Event Detection in Twitter Hashtag Networks},
author = {Yasin Yilmaz and Alfred Hero},
journal= {arXiv preprint arXiv:1601.00306},
year = {2016}
}