[发明专利]基于Kleinberg在线状态机的社交网络事件检测方法有效
| 申请号： | 201810992986.3 | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109145114B | 公开（公告）日： | 2021-08-03 |
| 发明（设计）人： | 费高雷;张乐中;胡光岷;杨立波 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/9536;G06F40/289;G06K9/62;G06F40/216 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Kleinberg在线状态机的社交网络事件检测方法，包括以下步骤：S1、获取社交网络的推文数据，对获取的推文数据进行预处理；S2、对推文文本进行增量聚类，根据文本相似度对文本进行划分；S3、利用Kleinberg状态机对单词相关文本的生成时间间隔序列建立突发检测模型，识别单词的突发结构；S4、突发事件判定。本发明采用连续时间模型，能够细粒度地识别单词特征的突发结构信息，有助于缓解社交网络事件的早期发现问题；能够比较全面的检测出事件的单词突发特征，适用于流式数据，利用事件的突发结构关系和共现关系，能够提高社交网络事件检测的准确度。 | ||
| 搜索关键词： | 基于 kleinberg 在线 状态机 社交 网络 事件 检测 方法 | ||
【主权项】：
1.基于Kleinberg在线状态机的社交网络事件检测方法，其特征在于，包括以下步骤：S1、获取社交网络的推文数据，对获取的推文数据进行预处理；S2、对推文文本进行增量聚类，根据文本相似度对文本进行划分，划分结果为簇；S3、基于Kleinberg在线状态机单词突发特征识别，利用Kleinberg状态机对单词相关文本的生成时间间隔序列建立突发检测模型，识别单词的突发结构；S4、突发事件判定，基于聚类簇中突发结构关系和突发单词之间的共现关系，判断聚类簇中是否描述一个事件。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810992986.3/，转载请声明来源钻瓜专利网。
