2018省软件大赛：微博地域热点事件检测系统研究

该PPT是关于2018年江苏省软件设计大赛中，由淮工计算机学院的学生李昊等人在人工智能方向完成的一个作品，其主题围绕"基于微博社交网络的地域热点事件快速发现系统"。项目由朱昊、潘哲和瞿茂源三位成员共同协作，由指导老师仲兆满教授指导，时间设定在2018年5月18日。 项目的背景源于对传统事件检测方法存在的局限性进行研究，即传统事件检测往往忽视地域特性，导致无法有效捕捉局部地区的热点事件。微博作为一种实时性强、交互性高的社交媒体，成为地域性事件的重要信息来源。例如，许多重大事件如波士顿爆炸和撒切尔夫人去世，最初都是通过微博曝光，然后被传统媒体跟进报道。因此，针对微博上的地域突发事件检测成为研究热点。 项目的核心在于提出一种创新的解决方案，包括以下几个关键环节： 1. 带地域标签微博数据采集：利用爬虫技术获取城市官方微博的地域相关信息，尽管并非所有微博都包含地域标签，但官微信息的集中性有利于后续的数据分析。 2. 数据清洗与过滤：对采集到的微博数据进行清理，去除无关或低质量的信息，确保数据的准确性。 3. 词突发性计算模型：基于微博的时间空间特性和内容特性（如词频、词与用户的关联、词的地域分布和社交行为），构建了一个新颖的微博网络词突发值计算模型，用于量化突发性事件的强度。 4. 地域Top-K突发事件热度计算模型：通过这个模型，可以确定在特定区域内的前K个最具影响力的突发事件。 5. 突发词聚类微博网络Top-K地域突发事件检测系统框架：采用聚类分析技术，优化了突发词簇的选择，以提升事件检测的精度。 项目框架的重点在于词突发性计算和地域Top-K排序的创新设计，这两个部分旨在更精准地定位和识别地域热点事件。整个系统通过定向采集微博数据、深入挖掘微博的内在关联性和地理位置信息，实现了对突发性地域事件的有效检测。 这个智能大赛的作品不仅解决了传统事件检测在地域性方面的不足，还展示了如何利用大数据和社交媒体技术进行实时热点事件的智能分析，具有较高的学术价值和实践意义。