• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Chinese Intelligent Systems Conference >User Interaction Based Bursty Topic Model for Emergency Detection
【24h】

User Interaction Based Bursty Topic Model for Emergency Detection

机译：基于用户交互的突发事件突发事件主题模型

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

When an emergency suddenly occurs, people usually share information and feelings in the social network. Therefore, it is of great significance to detect emergencies by analyzing and mining messages posted by users. Considering social network contains a mass of user interaction behavior, in this paper, we proposed a novel bursty topic model for emergency detection, named User Interaction based Bursty Topic Model (UIBTM). To overcome the problem of short text sparsity and ambiguity, UIBTM first uses comment texts and the amount of users liking the microblog to enrich the semantic of microblog, then generates the bursty topic model for bursty topic discovery and emergency detection. Comprehensive experiments on the dataset of Sina Microblog show that UIBTM can effectively overcome the sparsity of short text and detect emergencies efficiently.
机译：当突发事件突然发生时，人们通常会在社交网络中分享信息和感受。因此，通过分析和挖掘用户发布的消息来检测紧急情况具有重要意义。考虑到社交网络包含大量的用户交互行为，在本文中，我们提出了一种用于突发事件检测的新型突发主题模型，称为基于用户交互的突发主题模型（UIBTM）。为了克服文本稀疏和含糊不清的问题，UIBTM首先使用注释文本和喜欢微博的用户数量来丰富微博的语义，然后生成用于突发性主题发现和紧急检测的突发性主题模型。对新浪微博数据集的综合实验表明，UIBTM可以有效克服短文本的稀疏性并有效检测紧急情况。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号