论文部分内容阅读
在现代社会中,各种热点和突发事件频发,尤其是在中国社会的高速信息化以及国内外各种复杂因素的影响下,社会中的热点和突发事件更是此起彼伏。Web的到来,一方面,加深了热点和突发事件对现实社会的影响力。Web打破了传统信息传播的时间和地域界限,更多的人可以通过Web近乎实时的了解世界上任何地方发生的事件,从而一个事件的影响力较之从前会被Web极大的加深。甚至很多事件的元素都发起自Web并在其中得到广泛报道,进而影响到现实社会中相应的人或组织。由于其的强大的影响力,因此对Web事件的研究势在必行。另一方面,Web也为热点和突发事件的研究提供了可能。通过Web,更多的人可以更加容易的关注、了解并参与到热点和突发事件中来,他们在Web中的“足迹”(即,Web上大量的网页信息)为Web事件的研究提供了丰富的原始资料,其体量与覆盖面都是采用调查与访问得到的数据所不能比拟的。因此,本文欲借助于Web上大量的网页信息,对Web事件进行研究。为了捕捉和整合散落在各个网页中的Web事件的语义信息,本文首先构建了关键词关联语义链网络作为Web事件整体的、统一的语义表示模型,该模型为本文的研究提供了一个重要的理论与计算基础。进而,本文从“静态”和“动态”两个方面对Web事件的演化进行研究。一方面,在关键词关联语义链网络的基础上,本文研究了Web事件某一时刻的演化状态,即子话题的挖掘以及不同网站对这些子话题的偏好挖掘。具体包括:1)基于关键词关联语义链网络,提出了文本图语义表示方法,以提高对网页的语义捕捉能力。进而,提出了面向文本图表示的子话题挖掘模型,以挖掘到Web事件的不同子话题,从而把握Web事件当前时刻的演化状态;2)基于网站-网页-关键词三层关联语义链网络,挖掘网站对Web事件子话题的偏好。为此,本文提出了两种不同的思路:一种是显式的利用三层网络,采用社区划分的思想来挖掘网站偏好;另一种是隐式的利用三层网络,采用概率图模型的方法来挖掘网站偏好。另一方面,基于关键词关联语义链网络,研究了Web事件的演化动力。具体包括:1)基于关键词关联语义链网络,通过关键词权重分布的熵定义并度量了Web事件的不确定性,其中关键词的权重的计算提出了三种不同的策略:第一种仅考虑关键词的统计特性;第二种考虑关键词的统计特性与局部网络结构特性;第三种考虑关键词的统计特性与全局网络结构特性。然后,基于关键词的不确定性的层次性,构建Web事件的语义金字塔模型。最后,将构建的Web事件的语义金字塔模型应用到不同功能的网页推荐中。2)基于关键词关联语义链网络的不确定性以及完美无标度分布,定义并量化了Web事件的不确定性空间,包括两个极端状态:最确定状态(事件关键词关联语义链网络的完美无标度分布)和最不确定状态(事件关键词关联语义链网络的熵)。进而,定义并度量了Web事件演化内部力,即Web事件当前所处的不确定性空间中的位置。3)基于社会模式理论与人类关联记忆理论,对Web事件所在的社会环境进行建模,从而解释并量化了社会环境对Web事件演化的影响。然后,将Web事件与社会环境的交互模拟为两个过程:一个激活过程和一个反馈过程。最后,基于对交互过程的模拟,提出了社会环境影响力的度量方法,即Web事件演化外部力的计算。实验证实两种定义的演化动力都与真实的Web事件演化有着较强的相关性。本文的研究不仅可以用于提供新的面向事件的Web服务,以辅助用户更加容易的了解事件的演化信息;同时也可以辅助国家应急管理部门对Web事件进行及时、准确的研判,以减小Web事件引起的恐慌以及造成的生命财产损失。