突发事件新闻报道与微博信息的爆发性模式比较

被引：18

作者：

刘志明 ^{[1
,2
]}

刘鲁 ^{[2
]}

苗蕊 ^{[3
]}

机构：

[1] 华南农业大学公共管理学院

[2] 北京航空航天大学经济管理学院

[3] 东北财经大学管理科学与工程学院

来源：

情报学报 | 2013年 / 32卷 / 03期

基金：

高等学校博士学科点专项科研基金;

关键词：

突发事件; 爆发模式; 隐马尔可夫模型; 新闻报道; 微博;

D O I：

暂无

中图分类号：

G206 [传播理论];

学科分类号：

050302 ;

摘要：

Web信息流是突发事件监控预警中重要的信息来源,通过研究信息流的爆发特性可以及时的了解事件发展的状态。利用隐马尔可夫模型对新闻渠道和微博两种渠道的信息爆发性模式进行了分析,对28起突发事件进行了实验研究。对两种渠道的信息爆发模式上进行了比较,实验结果表明两种渠道在信息爆发模式上存在差异,这种差异不仅与突发事件类型有关,而且与突发事件的等级有关。进而对两种渠道信息传播的时效性进行了研究,结果表明微博信息演化过程快于新闻报道。结论对于突发事件监控预警具有实际的指导意义。

引用

页码：288 / 298

页数：11

共 8 条

[1] 基于隐马尔可夫模型的突发事件新闻报道的爆发性分析 [J].

苗蕊 ;

刘鲁 ;

刘志明 .

系统工程 , 2010, (08) :89-95

[2] 面向突发事件的群体情绪监控预警 [J].

刘志明 ;

刘鲁 .

系统工程 , 2010, (07) :66-73

[3]

数据挖掘导论[M]. 人民邮电出版社 , (美)Pang-NingTan,（美）MichaelSteinbach,（美）VipinKumar著, 2006

[4] An Adaptive Threshold Framework for Event Detection Using HMM-Based Life Profiles [J].

Chen, Chien Chin ;

Chen, Meng Chang ;

Chen, Ming-Syan .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2009, 27 (02)

[5] Bursty and hierarchical structure in streams [J].

Kleinberg, J .

DATA MINING AND KNOWLEDGE DISCOVERY, 2003, 7 (04) :373-397

[6]

Maximum Likelihood from Incomplete Data via the EM Algorithm[J] . A. P. Dempster,N. M. Laird,D. B. Rubin.Journal of the Royal Statistical Society. Series . 1977 (1)

[7]

The Proof and Measurement of Association between Two Things[J] . The American Journal of Psychology . 1904 (1)

[8]

Similarity-Based Clustering of Sequences using Hidden Markov Models. Bicego M,Murino V,Figueiredo MAT. Machine Learning and Data Mining in Pattern Recognition . 2003

← 1 →