典型文献
数据驱动的事件预测技术最新研究进展
文献摘要：
"事件"(event)是指在特定时空发生的对人类社会和自然界产生较为明显影响的事情.社会动乱、暴恐事件、传染病大流行等例子是给国家和社会安全带来严重威胁的"事件".如果能够提前对这些事件的发生进行有效预测,将有助于做好应对准备,大大减少不必要的损失,因此事件预测技术在实际中具有重大社会应用价值,能够在社会安全、风险感知、传染病防控等方面发挥重要作用.对事件进行科学准确的预测曾经是一个十分具有挑战性的问题,近期大数据和数据挖掘的发展为事件预测技术带来了新的机遇.本文就以数据驱动的事件预测技术最新研究进展做一系统化的综述,介绍了事件预测的形式化建模与性能度量指标,对事件预测技术领域的最新研究成果进行了科学归类与总结,分为频繁模式挖掘、传统分类模型、时间序列预测、时序点过程、地理空间位置预测、事件图谱、无监督方法、多技术融合预测八大类方法,将每类方法做了系统地阐述,接着探讨了事件预测技术的主要应用领域,最后展望了这一技术未来面临的挑战和潜在的研究方向,以期进一步推动事件预测技术的发展与应用.
文献关键词：
计算社会学;机器学习;数据挖掘;事件图谱;事件预测
中图分类号：
作者姓名：
李志鹏;杨阳朝;廖勇;俞能海;吴哲;谢海永;石珺;曾曦
作者机构：
中国科学技术大学网络空间安全学院 合肥 中国 230027;深圳市网联安瑞网络科技有限公司 深圳 中国 518038
文献出处：
引用格式：
[1]李志鹏;杨阳朝;廖勇;俞能海;吴哲;谢海永;石珺;曾曦-.数据驱动的事件预测技术最新研究进展)[J].信息安全学报,2022(01):40-55
A类：
B类：
事件预测,预测技术,最新研究进展,event,社会动乱,暴恐事件,大流行,例子,社会安全,安全带,对准,大大减少,不必要,此事,大社,风险感知,传染病防控,一个十,了事,形式化建模,性能度量指标,技术领域,频繁模式挖掘,分类模型,时间序列预测,点过程,地理空间,空间位置,位置预测,事件图谱,无监督方法,多技术融合,技术融合预测,每类,主要应用,发展与应用,计算社会学
AB值：
0.366353
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。
