《表4 算法性能比较:基于重点博文的突发事件检测方法》
为了验证本文提出的KBD方法的有效性,设定通过时间间隔内的数据计算博文突发特征,利用博文进行事件检测的方法作为基线方法[4],并与BBW(BasicBurst Weight)[1]在准确率、召回率、运行时间三方面进行了对比。BBW是2015年Zhang等人在改进TFIDF的基础上提出的突发事件检测方法,针对Twitter数据流,抽取时间窗口中的突发词,并根据获得的突发词共现度进行层次聚类,从而检测突发事件。设置层次聚类阈值θ=1.2,时间间隔为1天,能取得较好实验效果。在8月27日检测数据集上的实验结果见表4。
图表编号 | XD00119710100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 李东昊、杨文忠、仲丽君、张志豪、王雪颖 |
绘制单位 | 新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |