[论文解读] Event Detection in Twitter Stream using Weighted Dynamic Heartbeat Graph Approach

Zafar Saeed, Rabeeh Ayaz Abbasi+2 more|arXiv (Cornell University)|Feb 22, 2019

Complex Network Analysis Techniques参考文献 27被引用 12

一句话总结

本文提出加权动态心跳图（WDHG）方法，通过建模时移频率并动态抑制已检测事件，以提升对新兴话题的敏感度，实现实时Twitter流中的事件检测。该方法在基准数据集（FA杯2012、超级星期二2012、2012年美国大选）上表现优异，能早期检测事件相关关键词，并在准确率和可扩展性方面优于当前最先进方法。

ABSTRACT

Tweets about everyday events are published on Twitter. Detecting such events is a challenging task due to the diverse and noisy contents of Twitter. In this paper, we propose a novel approach named Weighted Dynamic Heartbeat Graph (WDHG) to detect events from the Twitter stream. Once an event is detected in a Twitter stream, WDHG suppresses it in later stages, in order to detect new emerging events. This unique characteristic makes the proposed approach sensitive to capture emerging events efficiently. Experiments are performed on three real-life benchmark datasets: FA Cup Final 2012, Super Tuesday 2012, and the US Elections 2012. Results show considerable improvement over existing event detection methods in most cases.

研究动机与目标

• 解决在嘈杂、动态的Twitter流中检测低频新兴事件的挑战，这些事件常被基于突变性的方法所忽略。
• 开发一种对变化敏感且计算高效的实时方法，以捕捉事件模式的动态演变。
• 通过在首次检测后抑制高频关键词，提升事件检测的准确性，从而实现对后续新兴事件的检测。
• 在真实世界基准数据集上评估该方法，并证明其优于现有最先进方法。

提出的方法

• 该方法通过在时间区间内聚合微博（微文档）将Twitter文本流转换为时间超文档。
• 构建加权动态心跳图（WDHG），以编码时间区间内词语频率及共现关系。
• 利用两个特征计算心跳得分：增长因子（频率随时间的变化）和聚合中心性（词语在图中的重要性）。
• 基于心跳得分，使用基于规则的分类器将图标记为事件候选，检测后对高频关键词应用抑制机制，以避免掩盖新事件。
• 将事件候选进行合并与排序，生成最终检测到的主题列表。
• 该方法采用时移频率以检测词语频率的早期变化，强调动态变化而非静态突变强度。

实验结果

研究问题

• RQ1 事件检测系统如何更好地捕捉在嘈杂Twitter流中低可见度的新兴事件？
• RQ2 抑制已检测的突变性关键词在多大程度上能提升对后续新兴事件的检测能力？
• RQ3 基于图的方法若追踪时移频率，是否能在实时Twitter流中优于传统基于突变性的检测方法？
• RQ4 WDHG方法如何在处理动态、非平稳数据时保持计算效率与可扩展性？

主要发现

• WDHG方法在三个真实世界基准数据集（FA杯2012、超级星期二2012、2012年美国大选）上优于当前最先进方法。
• 通过抑制先前检测到的突变性关键词，该方法显著提升了对新兴事件的敏感度，使后续时间区间中能检测到新事件。
• 该方法实现了多项式时间复杂度，证实其在大规模Twitter流中的计算效率与可扩展性。
• 实证评估表明，采用时移频率与心跳得分显著提升了事件相关关键词的早期检测能力。
• 基于规则的分类器结合心跳得分，成功实现事件候选的排序与合并，提升了整体检测准确率。