典型文献
基于多种特征融合的微博突发事件检测方法
文献摘要：
利用微博数据检测突发事件具有重要意义.针对以往检测方法特征不够丰富、准确率不高等问题,提出了一种基于多种特征融合的微博突发事件检测方法.该方法根据情感符号构建情感特征模型,对微博数据进行情感分类,并采用Kleinberg算法对情感特征进行突发期检测;在突发期内根据词频特征、词频增长特征和话题标签特征融合加权提取突发词,并基于共词分析法计算突发词之间的相似度距离,构建词共现矩阵;采用凝聚式层次聚类算法对突发词进行聚类得到突发事件检测结果.实验得出,突发事件检测准确率可达0.8361,召回率可达0.8793,表明该方法能够有效检测出微博中的突发事件.
文献关键词：
微博;突发事件;突发期;情感特征;文本特征
中图分类号：
作者姓名：
夏英;陈开鑫
作者机构：
重庆邮电大学 计算机科学与技术学院,重庆400065
文献出处：
引用格式：
[1]夏英;陈开鑫-.基于多种特征融合的微博突发事件检测方法)[J].重庆邮电大学学报（自然科学版）,2022(02):234-242
A类：
Kleinberg
B类：
特征融合,事件检测,利用微,微博数据,数据检测,法特,情感符号,符号构建,情感特征,特征模型,情感分类,突发期,词频,增长特征,共词分析法,相似度距离,词共现,共现矩阵,凝聚式层次聚类,层次聚类算法,检测准确率,召回率,有效检测,文本特征
AB值：
0.381511
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
