[發明專利]一種微博網絡地域突發事件的檢測方法

有效

• 申請號: 201710455550.6
• 申請日: 2017-06-15
• 公開（公告）號: CN107273496B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 仲兆滿;管燕;李存華
• 申請（專利權）人: 淮海工學院
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/9536;G06F40/289;G06Q50/00
• 代理公司: 連云港潤知專利代理事務所 32255
• 代理人: 劉喜蓮

1.一種微博網絡地域突發事件的檢測方法，其特征在于，其具體步驟如下：

A、從微博網絡中采集地域微博，得到微博集合PLMB，對微博預處理后得到微博集合LMB；

B、從微博集合LMB中提取突發詞，得到突發詞集合EW；

C、對EW中的突發詞進行聚類，假設有q個詞簇，得到突發事件詞簇EWC＝{ewc₁,ewc₂,…,ewc_q}；

所述步驟B的具體步驟如下：

B1、對LMB中的每條微博lmb_i(1≤i≤n)進行分詞，n代表微博的條數,去除停用詞，保留名詞、動詞、地名、人名、專有名詞，得到最終的詞集合為LMBW＝{w₁，w₂，…，w_r}，假設有r個詞；

B2、計算詞w_i(1≤i≤r)的頻率突發性，假設當前突發事件檢測的時間點為k，選取之前的p個時刻的歷史數據為參考，詞w_i在k時間點的頻率突發性定義為：其中，分子為詞w_i在k時間點出現的頻率，分母中的

B3、計算詞w_i(1≤i≤r)的關聯用戶突發性，假設當前突發事件檢測的時間點為k，選取之前的p個時刻的歷史數據為參考，詞w_i在k時間點的關聯用戶突發性定義為：其中，分子為k時間點，提及到詞w_i的不同用戶數量，分母中的

B4、計算詞w_i(1≤i≤r)的地域突發性，詞w_i在k時間點的分布地域突發性定義為：其中，分子為k時間點，提及到詞w_i的不同地理標簽的數量，分母中的

B5、計算詞w_i(1≤i≤r)的社交行為突發性，詞w_i在k時間點的社交行為突發性定義為：其中，分子為k時間點，提及到詞w_i的微博的轉發數、評論數和閱讀數之和，分母中的

B6、綜合步驟B2、B3、B4、B5的四個突發性，最終得到一個詞w_i在k時間點的突發值為：BurstyScore(w_i)＝α*F(w_i)+β*U(u|w_i)+χ*GT(gt|w_i)+δ*SB(sb|w_i)，其中，α、β、χ、δ為調節系數，用于調節四類指標的權重，α+β+χ+δ＝1，α≥0，β≥0，χ≥0，δ≥0；

B7、在計算出每個詞的突發值后，使用四分差選出n個突發詞，構成突發詞集合EW；四分差的距離計算方法為：IQS(EW)＝Q₃(EW)-Q₁(EW)；當一個詞的突發值大于一定的閾值，則作為突發詞，閾值的計算方法為：maxima(EW)＝Q₃(EW)+1.5×IQS(EW)。

2.根據權利要求1所述的一種微博網絡地域突發事件的檢測方法，其特征在于：上述步驟A的具體步驟如下：

A1、使用采集工具獲取地域Localized的微博信息集合PLMB＝{plmb₁，plmb₂，…，plmb_m}其中plmb_i(1≤i≤m)為每一條地域微博；m代表地域微博的條數；

A2、對微博集合PLMB進行預處理，去除微博中鏈接網址、表情符號信息，去除長度小于5個字的微博，得到預處理后的微博集合LMB，LMB＝{lmb₁，lmb₂，…，lmb_n}其中lmb_i(1≤i≤n)為每一條地域微博。

3.根據權利要求1所述的一種微博網絡地域突發事件的檢測方法，其特征在于，所述步驟C的具體步驟如下：

C1、基于步驟B獲取的突發特征集EW，構建突發詞關聯網絡EWN＝(V,E)，V是突發詞集合EW，E表示突發詞之間的關聯強度；突發詞ew_i、ew_j關聯強度是統計兩個詞在同一篇微博博文中共現的次數；

C2、突發詞關聯網絡EWN構建完成后，使用開源的CLUTO工具包對EWN進行聚類，獲取突發事件詞簇EWC＝{ewc₁,ewc₂,…,ewc_q}，假設有q個詞簇。