9-2熱點挖掘與應用.pdf

1、YOUR LOGO 熱點挖掘及應用 羅錦文 項目背景 相關研究方法 熱點計算框架 熱點挖掘 熱點應用 分享大綱 項目背景 熱點應用場景 話題榜單事件討論事件榜單熱點推薦事件脈絡 熱點推薦核心問題 1.及時性問題 科比去世的新聞能否及時推送？ 2.全面性問題 “南寧一工廠發生火災” 是否 在事件庫？ 3.熱度合理性問題 微博熱榜“錢峰又胖了”僅 有少量報道，熱度值計算是 否合理 ？ 4.分發效率問題 “北京朝陽區疫情風險級別定為高風險” 閱讀量為什么這么少？ 結論：熱點推薦沒有從事件的角 度理解文章 相關研究方法 事件抽取 任務定義 1.事件檢測：識別觸發詞、 分類事件類型 2.事件要素提?。鹤R

2、別事 件要素、分類要素角色 問題點 1.事件抽取針對原子事件， 通常不可再分 2.需要預定義事件框架， 對事件類型覆蓋有限 Trigger身亡(Die event) Arguments Role=Victim科比布萊恩 Role=Time凌晨4點 ? ? ? Trigger Time Victim 話題檢測與追蹤（TDT） 話題檢測：檢測和組織系統中未預先設 定的話題 話題追蹤：判斷新到達的報道是否是系 統中已知話題的后續報道 突發事件檢測 ：突發特征是指伴隨著事 件的發生，若干與該事件密切相關的特征 出現反?，F象 熱點計算框架 搜索數據 信息流內容 PUSH爬取 榜單爬取 離 線 挖 掘 總

3、框架 話題挖掘 定 時 任 務 基于點擊的話題挖掘 基于時序的話題挖掘 基于聚類的話題挖掘 流 式 任 務 事件挖掘 事件型文章判定 事件抽取 話題解析 話題融合 話題熱度融合 （消費熱+生產熱+全局熱） 話題庫 事件拆解 事件命名 事件熱度預測 事件庫 文章 在 線 理 解 事件型文章判定事件匹配興趣話題 話題融合 事件拆分 熱點挖掘 QueryLog熱點挖掘 方法 NHM (Our) NM (ED) LETD (BRD) TED (BRD) 準確 95.50%78.00 % 91.20%83.00% 召回 47.00%35.20 % 41.10%35.20% F1均值 63.00%48.51 % 56.66%49.43% 及時性+1.3 h+2 h+1.6 h+1.7 h 預處理：構造 Query時序數據 事件識別：在熱 門話題中識別事 件 & 命名 熱門識別：時序 分析，識別熱門 Q