抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
情報技術の普及と応用に伴い、都市公共サービス熱線プラットフォームは大量に分析すべき民生訴求データを蓄積した。伝統的なイベント検出方法は地域モデルに対する考慮を欠いており、同時に、その依存するGPS地理情報も獲得しにくい。そのため、既存の突発事件検出方法を直接運用し、公共サービス熱線における潜在的な民生突発事件をマイニングすることは困難である。そのため、本論文では地域適応に基づく突発事件リアルタイム検出方法(RAEDetection)を提案した。最初に,増分Kleinbergモデルに基づくバースト単語認識アルゴリズムを提案して,既存のバッチ処理Kleinbergモデルの限界を克服し,そして,バースト語彙を,ストリームインクリメンタルデータからリアルタイムに識別することができた。次に,階層的意味解析に基づく候補バースト事象同定アルゴリズムを提案して,バースト語の主題層意味論情報に従って,突発的主題事象を決定し,次に,事象層意味論情報に従って,各バースト主題事象を,いくつかの候補バースト事象にさらに細分した。最後に,イベント地域ツリーに基づく地域パターン適応識別アルゴリズムを提案し,都市レベル,地域レベル,街路レベルの3層構造を含むイベント地域ツリーを構築し,KL距離に基づくイベント地域分布検定と最適化により,異なるイベント発生の地域パターンを適応的に識別した。候補のバーストイベントのノイズデータをフィルタリングして,最終的バーストイベントを得た。都市公共サービスの実際のデータセットとTwitterデータセットに関する実験結果は,現在の最新の方法と比較して,提案方法がより高い検出精度とより速い計算性能を有して,データストリームにおけるバーストイベントを効果的に検出することができることを示した。アルゴリズムは,良好なデータおよびシステム拡張性を持った。本論文の方法は江蘇省公共サービス熱線プラットフォームに成功裏に応用し、高効率の自動化と知能化突発事件検出サービスを提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】