《表4 算法性能比较：基于重点博文的突发事件检测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于重点博文的突发事件检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。