大数据背景下网络突发事件动态监测研究
2017-02-15分类号：TP393.0;C913.4
【部门】对外经济贸易大学统计学院 中华女子学院管理学院
【摘要】通过互联网以及社交平台的数据监测社会突发异常事件是当前社交网络传播研究的热点问题,本文基于大数据背景,对网络突发事件动态监测算法进行了创新性研究。论文首先介绍了常用的几种网络动态监测算法,并指出了其在社交网络中应用的局限性,提出了基于Kleinberg的改进算法,最后用改进的算法进行了实证研究,研究结果显示:改进后的算法通过给定合理的调节参数,能迅速准确地监测到网络异常状况的发生,从而不仅避免了传统主观上直接通过突发事件出现的频次来划定临界值的不科学性和直接使用微博量排行榜方式所产生的时间上的滞后性,也避
【关键词】大数据 网络突发事件 动态监测 Kleinberg算法
【基金】国家社会科学基金项目“大数据背景下地区主要经济统计指标预测预判方法体系研究”(16BTJ027);; 中国企业“走出去”协同创新中心重大项目“大数据与投资选点”(201504YY006A);; 北京市社会科学基金项目“大数据背景下北京市网络社会风险动态监测与控制机制研究”(15SHC030);; 2015年度全国统计科学研究重大项目“大数据视角下我国主要宏观经济指标预判预测方法体系研究”(15LD05)资助
【所属期刊栏目】统计研究
文献传递
