基于地理坐標(biāo)的微博事件檢測(cè)與分析研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)和Web2.0技術(shù)的深入發(fā)展和應(yīng)用，微博改變了傳統(tǒng)的社交網(wǎng)絡(luò)形式，并迅速在社會(huì)上流行起來(lái)。用戶不僅可以在微博平臺(tái)上及時(shí)接觸熱點(diǎn)社會(huì)信息，并且可以通過(guò)對(duì)微博內(nèi)容的分享和轉(zhuǎn)發(fā)提升相關(guān)資訊的傳播范圍和影響力。微博具有的獨(dú)特社交網(wǎng)絡(luò)形式極大地方便了人們進(jìn)行信息的獲取、傳播與分享。移動(dòng)智能設(shè)備和無(wú)線網(wǎng)絡(luò)技術(shù)的全面發(fā)展，讓人們可以將現(xiàn)實(shí)世界中發(fā)生的社會(huì)事件“隨時(shí)隨地”的發(fā)布到微博平臺(tái)上。社會(huì)性的重大事件往往首先會(huì)在微博內(nèi)容中反映出來(lái)，

2、從而引發(fā)大量用戶的關(guān)注并產(chǎn)生巨大的影響力。因此，微博事件檢測(cè)的意義深遠(yuǎn)，也是當(dāng)前微博研究的熱點(diǎn)之一。
　　本文的研究目標(biāo)在于利用數(shù)據(jù)挖掘算法，從內(nèi)容繁雜、海量短小的微博數(shù)據(jù)中檢測(cè)出有意義的事件信息，幫助用戶在有限的時(shí)間范圍內(nèi)獲取更多有價(jià)值的事件資訊，協(xié)助相關(guān)政府部門進(jìn)行微博輿情管控和社會(huì)行政決策。首先，針對(duì)國(guó)內(nèi)具有代表性的微博網(wǎng)站，通過(guò)使用微博網(wǎng)絡(luò)開放接口收集帶有地理坐標(biāo)的微博數(shù)據(jù);其次，將這些數(shù)據(jù)作為訓(xùn)練樣本，使用K-means

3、、KNN和決策樹三種數(shù)據(jù)挖掘算法，根據(jù)微博數(shù)據(jù)的發(fā)布數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、用戶活躍度和移動(dòng)強(qiáng)度五個(gè)指標(biāo)來(lái)構(gòu)建微博的地理規(guī)律性特征;最后，將日常地區(qū)性的微博數(shù)據(jù)特征與該地區(qū)微博特征的地理規(guī)律性進(jìn)行比較，從而檢測(cè)出該區(qū)域是否有事件發(fā)生。本文在運(yùn)用K-means、KNN和決策樹數(shù)據(jù)挖掘算法對(duì)微博數(shù)據(jù)分析的基礎(chǔ)之上，提出了基于地理坐標(biāo)的微博事件檢測(cè)框架，并且運(yùn)用R語(yǔ)言對(duì)微博事件的發(fā)展趨勢(shì)進(jìn)行了可視化分析。
　　利用微博事件檢測(cè)框架檢測(cè)出的事

4、件信息具有較大的參考價(jià)值，尤其是微博用戶對(duì)該事件的情感和該事件的發(fā)展趨勢(shì)都值得我們分析和思考，為以后應(yīng)對(duì)類似的事件提供借鑒。因此，本文將信息檢索的相關(guān)理論和技術(shù)引入到了微博事件的組織和管理中。為了用戶便于檢索已檢測(cè)出的微博事件，本文在開源搜索引擎Lucene的基礎(chǔ)之上，同時(shí)結(jié)合mmseg中文分詞技術(shù)和jsp動(dòng)態(tài)網(wǎng)頁(yè)技術(shù)，實(shí)現(xiàn)了微博事件檢索系統(tǒng)，幫助用戶了解過(guò)往微博事件的內(nèi)容和發(fā)展趨勢(shì)。最后通過(guò)實(shí)驗(yàn)分析微博事件檢測(cè)框架的可行性，并且結(jié)合“