基于地理标记社交媒体的实时时空事件检测

挖掘社交媒体数据流的一个关键挑战是识别由一群人在特定局部或全局区域内积极讨论的事件。此类事件可用于事故、抗议、选举或突发新闻的预警。然而，事件列表以及事件时间和空间的分辨率均非固定或预先已知。在本工作中，我们提出一种利用社交媒体的在线时空事件检测系统，能够在不同时间与空间分辨率下检测事件。首先，为应对事件空间分辨率未知的挑战，采用四叉树方法依据社交媒体数据密度将地理空间划分为多尺度区域。随后，执行一种涉及泊松分布与平滑方法的统计无监督方法，以突出具有异常社交媒体帖子密度的区域。进一步地，通过合并同一区域在连续时间间隔内发生的事件来精确估计事件持续时间。引入后处理阶段以过滤掉垃圾、虚假或错误的事件。最后，我们利用社交媒体实体融入简单语义以评估所检测事件的完整性与准确性。所提方法使用不同社交媒体数据集（Twitter 和 Flickr）以及不同城市（墨尔本、伦敦、巴黎和纽约）进行评估。为验证所提方法的有效性，我们将结果与基于固定地理空间划分和聚类方法的两种基线算法进行比较。在性能评估中，我们手动计算召回率与精确率。我们还提出一种名为强度指数（strength index）的新质量度量，可自动衡量所报告事件的准确程度。