[论文解读] SportSense: Real-Time Detection of NFL Game Events from Twitter

Siqi Zhao, Lin Zhong+4 more|arXiv (Cornell University)|May 14, 2012

Video Analysis and Summarization参考文献 4被引用 12

一句话总结

SportSense 提出了一种实时系统，通过分析 Twitter 流，利用人类生成的社交媒体数据作为分布式传感器，检测 NFL 比赛事件（如达阵或拦截）。该系统利用比赛期间推文的延迟和发布速率特性，在 30 至 90 秒内实现 98% 的真正例检测率，仅 9% 的假阳性率，证明了社交媒体在体育赛事实时事件感知中的可行性。

ABSTRACT

We report our experience in building a working system, SportSense (http://www.sportsense.us), which exploits Twitter users as human sensors of the physical world to detect events in real-time. Using the US National Football League (NFL) games as a case study, we report in-depth measurement studies of the delay and post rate of tweets, and their dependence on other properties. We subsequently develop a novel event detection method based on these findings, and demonstrate that it can effectively and accurately extract game events using open access Twitter data. SportSense has been evolving during the 2010-11 and 2011-12 NFL seasons and is able to recognize NFL game big plays in 30 to 90 seconds with 98% true positive, and 9% false positive rates. Using a smart electronic TV program guide, we show that SportSense can utilize human sensors to empower novel services.

研究动机与目标

• 开发一种利用 Twitter 作为人类感知数据源的实时系统，用于检测现场 NFL 比赛事件。
• 理解 NFL 比赛期间 Twitter 活动的时间动态，包括推文延迟和发布速率模式。
• 设计并评估一种基于现场体育赛事中推文行为经验数据的新型事件检测方法。
• 证明利用社交媒体作为可扩展、低成本的传感基础设施用于现实世界事件检测的可行性。
• 将系统集成到实际应用中，例如智能电子电视节目指南，以提供增强的观众体验。

提出的方法

• 系统使用公开 API 实时摄入 Twitter 数据，重点关注 NFL 比赛期间的地理标签和关键词过滤推文。
• 基于两个 NFL 赛季（2010–11 和 2011–12）的实测数据，将推文延迟和发布速率行为建模为比赛事件和一天中时间的函数。
• 设计了一种基于推文数量突然激增和时间聚类的统计事件检测算法，通过调整阈值以最小化假阳性。
• 该方法结合时间平滑和背景噪声过滤，以区分事件相关的爆发性活动与常规对话。
• 系统采用滑动窗口方法监控推文流，并在活动超过基于历史基线生成的动态阈值时触发检测。
• 检测流程已集成到一个智能电视指南原型中，以展示其在现实世界中的适用性。

实验结果

研究问题

• RQ1 推文延迟和发布速率在 NFL 比赛期间如何变化？哪些因素影响这些模式？
• RQ2 能否可靠地使用实时 Twitter 数据检测到比赛中关键事件（如达阵或掉球）？
• RQ3 在基于社交媒体的实时事件检测系统中，检测速度与准确率之间的最佳平衡是什么？
• RQ4 社交媒体活动的时间动态与实际比赛事件之间存在何种相关性？
• RQ5 此类系统能否有效集成到现实世界应用中，如互动电视服务？

主要发现

• SportSense 以 98% 的真正例率检测 NFL 比赛事件，实现实时高精度检测。
• 系统在事件发生后 30 至 90 秒内识别出重大比赛事件，表现出极强的时效性。
• 假阳性率控制在 9% 的低水平，表明系统对噪声和非事件相关活动具有强鲁棒性。
• 推文发布速率的激增与比赛事件高度相关，峰值活动通常在事件发生后数秒内出现。
• 90% 的事件相关推文的发布延迟通常低于 30 秒，支持近实时检测。
• 系统在多个比赛和赛季中表现稳定，证实了其可扩展性和可靠性。