多源数据融合的公共安全事件检测与关联关系挖掘

摘要

公共安全是社会尺度下公民得到的外部环境和秩序的保障，其管理水平在一定程度上反映了一个国家或地区的公共服务水平。近年来，由于国内不同地区收入差距的加大、以及周边政治环境的动荡，危害公共安全的事件时有发生，给公民个人生命和财产带来了严重损害；同时随着互联网技术的普及使得事件消息的传播不再受空间限制，传播行为也更为复杂，给传统的公共安全事件管理模式带来了巨大挑战。针对这一需求，本文提出一种基于多源数据融合的公共安全事件检测与关联关系挖掘方法，利用新事件检测技术完成对危害公共安全事件的检测，并对同系列公共安全事件的触发传播规律，以及不同系列公共安全事件之间的共性进行分析。研究首先基于互联网上公开的新闻和微博数据，结合其他多种数据源（如地区人口分布数据、GDP数据等），借助向量空间模型及地名树等方法完成新闻报导模型与事件模型的构建，采用基于语境过滤的事件类型标定算法与基于Single-Pass聚类算法的事件检测方法对公交车爆炸、暴力恐怖、校园砍杀三类系列事件进行识别与提取，并基于开放数据以众包的方式进行人工标注与校验；然后通过相关性分析与数据可视化的方法，对已提取事件的触发传播规律、事件发生的共性进行分析研究。研究为危害公共安全事件的时空预测打下了良好基础，充分展示了该方法在以预防为主的新型公共安全事件管理中的重要意义。

目录

声明

第一章 绪论

1.1研究背景

1.2新事件检测技术（NED）概述

1.3公共安全事件的关联分析研究

1.4课题研究意义

1.5本文工作

1.6章节安排

第二章 新闻报导的模型构建

2.1数据预处理

2.2基于新闻要素的表示模型

2.3本章小结

第三章 新闻报导分类

3.1传统新闻分类方法

3.2新闻分类所面临的挑战

3.3深度学习工具包Word2vec

3.4基于语境过滤的新闻分类算法

3.5基于开放数据的众包标注

3.6本章小结

第四章 事件检测

4.1事件模型构建

4.2相似度计算

4.3滑动时间窗口

4.4基于Single-Pass的事件检测算法

4.5事件检测算法的实验结果

4.6本章小结

第五章 事件关联关系挖掘

5.1特征提取

5.2特征选择与最大信息系数

5.3同系列事件触发关系分析

5.4不同系列事件共性分析

5.5本章小结

第六章 结束语

6.1主要工作与创新点

6.2后续研究工作

参考文献

附录1

附录2

附录3

致谢

攻读硕士学位期间已发表或录用的论文