مقاله شناسایی رویدادها در رسانه های اجتماعی با استفاده از تجزیه و تحلیل زمانی است.ما یک روش موقتی برای تشخیص تغییرات ساختاری شبکه های اجتماعی معرفی میکنیم.

چکیده: امروزه شبکه های اجتماعی به عنوان یکی از کانال های خبری برای خبرهای فوری، داغ و دسته اول در نظر گرفته میشوند. در این تحقیق یک چارچوب جدید برای تشخیص رویدادها در رسانه های اجتماعی پیشنهاد میکنیم. ما یک روش موقتی و برمبنای زمان را برای تشخیص تغییرات ساختاری شبکه های اجتماعی معرفی میکنیم تا منعکس کننده وقوع یک رویداد با استفاده از الگوریتم های یادگیری ماشین باشد.در این مطالعه ما نشان میدهیم که پردازش رسانه های اجتماعی که به صورت موقتی انجام میشود پیچیدگی های کامل شبکه اجتماعی را ضبط میکند، که منجر به بالا رفتن دقت در تشخیص رویداد میشود.

معرفی

امروزه شبکه های اجتماعی در بین مردم بسیار محبوب شده اند. پورتال آمار آنلاین پیش بینی میکند تا سال۲۰۱۶ میلادی حدود ۲۲ / ۲ میلیارد کاربر فعال در رسانه های اجتماعی فعالیت میکنند. همین منبع تخمین زده است که این آمار را تا پایان سال ۲۰۱۹ به حدود ۲٫۷۲ میلیارد نفر در سراسر جهان افزایش پیدا خواهد کرد

مشکلات تحقیقاتی

رویکردهای موجود روی جنبه هایی متمرکز است که تمام ویژگی های رسانه های اجتماعی را منعکس نمیکند. بنابراین نپرداختن به تمام جنبه های یک رویداد اجتماعی در حالت کلی منجر به کاهش دقت در تشخیص وقایع میگردد.برای برطرف کردن این مشکل، ما یک روش موقتی برای بررسی و پردازش شبکه اجتماعی با استفاده از چندین تصویر در زمان های مختلف پیشنهاد میکنیم. ما یک رویداد در رسانه های اجتماعی که میتواند تاثیر بسیار خوبی در شبکه های اجتماعی داشته باشد را ثبت میکنیم و با مقایسه داده های این رویداد طی گذشت زمان میتوانیم تغییرات را اندازه گیری کنیم.

انگیزه و هدف از این تحقیق

مطالعات اخیر نشان میدهد که بیش از ۳۰ درصد جمعیت جهان در شبکه های اجتماعی فعالیت میکنند. در واقع بزرگترین نمونه از جمعیت جهان در دسترس هر محققی می باشد.این واقعیت امروزه توجه بسیاری از رسانه های اجتماعی را به خود جلب کرده است. علاوه بر این نحوه برقراری ارتباط کاربران رسانه ها و شبکه های اجتماعی از طریق ارسال پیام باعث شده است که شبکه های اجتماعی مبتنی بر سیستم های تشخیص رویداد باشند و استفاده از این سیستم های تشخیصی برای هر زمانی مناسب و مطلوب باشد.

پژوهش مرتبط

بسته به اینکه یک رویداد از دیدگاه یک محقق چگونه تعریف شود میتوان راهای مختلفی برای حل مسئله ارائه کرد. برخی محققان، رویدادها و وقایع را فعالیت هایی تعریف می کنندکه در یک زمان و مکان خاص انجام میشوند. چنین تعریف و تصوری از یک رویداد باعث شده است تا محققان بر روی موقعیت جغرافیایی مکان ارسال پیام ها تمرکز کنند و با دقت بیشتری آنها رابررسی کنند.

ویژگی ها و جنبه های مبتنی بر موقعیت جغرافیایی

نویسندگان پس از جمع آوری مقدار زیادی داده ها، منطقه موردنظر را به مناطق فرعی تقسیم میکنند. این امر نویسندگان را قادر میسازد تا الگوی منظمی را برای هر منطقه تخمین بزنند که بستگی به تعداد کاربران، تعداد توئیت های ارسال شده و حرکت های جمعیت مورد بررسی دارد.

ویژگی ها و جنبه های متنی

خوشه بندی فرآیند گروه بندی اشیا با توجه به شباهت آنها به گونه ای است که منجر به وجود چندین خوشه در جایی که شی درون یک خوشه شبیه به یکدیگر است و در هر خوشه دیگر از اشیا قابل تفکیک و تشخیص است. در این رویکرد، محققان با انتخاب ویژگی هایی که گروه های الگوریتم خوشه بندی در خوشه های مختلف توییت میکنند شروع میکنند.ویژگی های انتخاب شده معمولا دارای هشتگ، کلیدواژه و یا محتویات توییت هستند.

ویژگیهای ترکیبی– مکان و محتوا

برخی محققان رویکرد ترکیبی را به کار گرفته اند که ترکیب هر دو ویژگی مکان و محتوای متنی میباشد.

تشخیص موقتی رویداد

مدلسازی شبکه های اجتماعی به عنوان یک نمودار محققان را قادر میسازد تا بتوانند طیف گسترده ای از کاربران شبکه های اجتماعی را مورد تحلیل و بررسی قرار دهند.با این حال، پردازش شبکه های اجتماعی بزرگ چالش بسیار زیادی را در پی دارد. ما در حال ارائه یک رویکرد جدید برای پردازش شبکه های اجتماعی هستیم.

۱.مجموعه داده ها

توییتر داده های در دسترس تولید شده توسط کاربران معروف به توییت را در اختیار برنامه نویسان خود قرار میدهد. در این واحدها توییت ها  در قالب JSON ذخیره می شوند.

۲.معیارهای ارزیابی

به طور خاص و ویژه معیار ارزیابی زیر را در چارچوب پیشنهادی استفاده میکنیم: ماتریس اغتشاش، دقت، صحت و درستی، یادآوری یا نرخ مثبت درستی، امتیاز F-1

نتایج آزمایشگاهی و تجربی

با استفاده از چارچوب پیشنهادی،نمودارهای شبکه های اجتماعی را به صورت موقتی و در بازه زمانی خاص از مجموعه داده ها استخراج کردیم و سپس آنهارا به عکس هایی موقتی تبدیل کردیم و تاثیر تکنیک کاهش ابعاد کاربردی در عملکرد مدل تشخیص رویداد را بررسی کردیم.

نتیجه گیری

در پایان، کشف رویداد در رسانه های اجتماعی به دلیل محبوبیت این رسانه ها، بسیار جذاب است. روشهای موجود در یکی ازسه دسته زیر قرار میگیرند:

۱.تشخیص رویداد براساس موقعیت کاربران

۲.تشخیص رویداد براساس محتوای پیام کاربران

۳.تشخیص رویداد براساس یک رویکرد ترکیبی که موقعیت جغرافیایی و محتوانی متنی را با هم ترکیب میکند.