Pachinko 预测：一种基于社交媒体数据的事件预测的贝叶斯方法
计算机与社会
2018-09-25 v1 社会与信息网络
应用统计
机器学习
摘要
大型开放数据源与机器学习方法的结合，为预测诸如抗议或社会动荡等事件提供了一种潜在的有力途径。然而，在此类模型中考虑不确定性，尤其是在使用社交媒体等多样化、非结构化数据集时，对于保证这些方法的恰当使用至关重要。在此，我们开发了一种利用社交媒体数据预测澳大利亚社会动荡事件的贝叶斯方法。该方法使用机器学习方法将社交媒体上的单条发帖分类为相关或不相关，并采用经验贝叶斯方法计算事件后验概率。我们使用该方法预测了 2017/18 年间澳大利亚各城市发生的事件。
引用
@article{arxiv.1809.08427,
title = {Pachinko Prediction: A Bayesian method for event prediction from social media data},
author = {Jonathan Tuke and Andrew Nguyen and Mehwish Nasim and Drew Mellor and Asanga Wickramasinghe and Nigel Bean and Lewis Mitchell},
journal= {arXiv preprint arXiv:1809.08427},
year = {2018}
}