SMERC：利用文本与时间信息的社交媒体事件响应聚类
社会与信息网络
2018-11-14 v1 信息检索
数据分析、统计与概率
应用统计
摘要
用于事件检测的推文聚类是一种强大的现代方法，可自动化实现事件的实时检测。本文提出一种新的推文聚类方法，采用概率方法融入时间信息。通过分析推文间时间间隔的分布，我们发现相关推文对之间的间隔呈现指数衰减，而不相关推文之间的间隔近似均匀。受此启发，我们利用概率论证估计一对推文相关的似然，并构建一种改进的聚类方法。我们的方法社交媒体事件响应聚类（SMERC）基于推文倾向于与单一事件相关的特性创建推文簇。我们在三个层面上评估该方法：通过传统的基于推文聚类的事件预测、通过度量所建簇质量的提升，以及将聚类精确率与召回率同其他方法比较。通过将 SMERC 应用于若干体育赛事期间收集的推文，我们证明融入时间信息可带来最先进的聚类性能。
引用
@article{arxiv.1811.05063,
title = {SMERC: Social media event response clustering using textual and temporal information},
author = {Peter Mathews and Caitlin Gray and Lewis Mitchell and Giang T. Nguyen and Nigel G. Bean},
journal= {arXiv preprint arXiv:1811.05063},
year = {2018}
}