首页> 中国专利> 基于Kleinberg在线状态机的社交网络事件检测方法

基于Kleinberg在线状态机的社交网络事件检测方法

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。

著录项

  • 公开/公告号CN109145114B

    专利类型发明专利

  • 公开/公告日2021-08-03

    原文格式PDF

  • 申请/专利权人 电子科技大学;

    申请/专利号CN201810992986.3

  • 发明设计人 费高雷;张乐中;胡光岷;杨立波;

    申请日2018-08-29

  • 分类号G06F16/35(20190101);G06F16/9536(20190101);G06F40/289(20200101);G06K9/62(20060101);G06F40/216(20200101);

  • 代理机构51268 成都虹盛汇泉专利代理有限公司;

  • 代理人王伟

  • 地址 611731 四川省成都市高新区(西区)西源大道2006号

  • 入库时间 2022-08-23 12:15:03

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

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