16、基于位置的社交网络中的事件检测技术

基于位置的社交网络中的事件检测技术

1. 引言

传感器网络由大量空间分布的自主设备组成，能监测周围环境并与相邻设备通信。检测其中的异常行为在通信和数据挖掘等领域备受关注，这种检测和刻画随时间出现的异常测量子组的任务被称为事件检测，在监控系统、环境监测和城市交通等方面有广泛应用。

社交网络最初用于用户通信，但随着移动技术和定位系统的发展，用户成为了无处不在的传感器，能够监测和报告现实世界的事件，如音乐会、地震和政治示威等。基于位置的社交网络，特别是 Twitter，在事件检测方面表现出色，甚至比传统媒体更快。例如，孟买恐怖袭击和本·拉丹死亡的消息都是先在 Twitter 上曝光的。

社交网络产生了大量的异构数据，事件检测需要应对大数据的 5V 特性：体积、速度、多样性、真实性和可变性。本文将介绍两种回顾性事件检测技术，即从历史数据中发现事件，不考虑数据的速度因素。这两种技术通过独立建模推文的空间、时间和文本维度来处理推文的多样性，也可扩展以考虑其他形式的数据。

2. 问题定义

社交网络中的事件检测缺乏正式的事件定义。一种定义认为事件是在特定时间和地点发生的重要事情，但未明确“重要”在社交网络中的含义。另一种定义认为事件是在在线社交网络中引起大量行动的事物，但仍缺乏对“大量行动”的形式化定义。我们在此基础上，将事件定义为在在线社交网络中引起异常数量行动的事物，这与传感器网络中的事件检测定义相似，能捕捉更复杂的事件，如社交网络中行动的异常减少。

基于位置的社交网络使事件检测聚焦于地理定位事件，有助于识别现实世界中的各种事件，特别是城市环境中的本地事件。事件检测的任务是识别和刻画相对于基线的异常事件集，可以是回顾性的（从历史