運(yùn)用大數(shù)據(jù)提升政府治理和民生保障服務(wù)水平,是實(shí)施國家大數(shù)據(jù)戰(zhàn)略的重要任務(wù)之一。隨著政務(wù)服務(wù)信息化水平的日益提高,政府服務(wù)積累了越來越多的數(shù)據(jù)信息。其中,12345公共服務(wù)熱線平臺累積了大量民生訴求數(shù)據(jù),從這些海量訴求數(shù)據(jù)中以智能化分析方法挖掘民生類突發(fā)事件,對于提升政務(wù)服務(wù)質(zhì)量與效率具有重要價值與意義。但是,目前國內(nèi)外針對政務(wù)服務(wù)領(lǐng)域開展突發(fā)事件檢測的相關(guān)研究與應(yīng)用還很少,而現(xiàn)有的基于社交媒體短文本的突發(fā)事件檢測方法也不適用于政務(wù)服務(wù)領(lǐng)域突發(fā)事件檢測。因此,針對以上問題,本文研究提出了一種突發(fā)事件實(shí)時檢測方法與算法RAEDetection。本文的研究內(nèi)容與貢獻(xiàn)點(diǎn)主要包括:(1)研究提出了一種基于公共服務(wù)熱線訴求大數(shù)據(jù)的突發(fā)事件實(shí)時檢測方法與算法RAEDetection。首先,基于Kleinberg模型提出了一種突發(fā)詞實(shí)時識別算法,可以從流式訴求記錄中實(shí)時識別突發(fā)詞匯,為后續(xù)突發(fā)事件檢測提供線索;然后,研究實(shí)現(xiàn)一種基于分層語義分析的候選突發(fā)事件檢測算法,從主題層與事件層兩個層面逐步細(xì)化訴求數(shù)據(jù)記錄的聚類結(jié)果,得到候選突發(fā)事件;在此基礎(chǔ)上,進(jìn)一步研究提出一種基于事件地域樹的地域模式自適應(yīng)識...

【文章頁數(shù)】：111 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-2無限狀態(tài)Kleinberg狀態(tài)機(jī)模型

第二章相關(guān)背景知識10圖2-2無限狀態(tài)Kleinberg狀態(tài)機(jī)模型2.1.2文本表示方法在自然語言處理技術(shù)中，需要將文本表示為計算機(jī)能夠計算的結(jié)構(gòu)化數(shù)據(jù)，才能通過計算機(jī)進(jìn)行下一步的文本處理。從不同的角度出發(fā)，已經(jīng)有大量研究者提出了不同的文本表示方法。目前常用的幾種文本表示方法主要....

圖2-3LDA概率圖模型

第二章相關(guān)背景知識11LDA是一種三層次的貝葉斯概率模型，作為一種生成式概率主題模型，其基本思想是將文檔表示為潛在主題的概率分布，將每個潛在主題表示為對應(yīng)詞的概率分布。LDA的生成過程如圖2-3所示：圖2-3LDA概率圖模型圖中M為文檔集合總數(shù)量，K為潛在主題個數(shù)，R為第m篇文檔....

圖2-4CBOW模型與Skip-gram模型

第二章相關(guān)背景知識12型收斂之后，就可以得到該文檔對應(yīng)的主題分布與各主題下的詞分布。（3）基于神經(jīng)網(wǎng)絡(luò)的分布式表示基于神經(jīng)網(wǎng)絡(luò)的分布式表示（DistributedRepresentation）又稱為詞嵌入，它們將每一個詞映射成定長的密集向量。Bengio等人在2003年提出了最經(jīng)....

圖2-5Spark生態(tài)系統(tǒng)組件（1）SparkSQL組件可以處理結(jié)構(gòu)化數(shù)據(jù)，提供了統(tǒng)一的數(shù)據(jù)訪問借口，可

第二章相關(guān)背景知識17圖2-5Spark生態(tài)系統(tǒng)組件（1）SparkSQL組件可以處理結(jié)構(gòu)化數(shù)據(jù)，提供了統(tǒng)一的數(shù)據(jù)訪問借口，可以將分布式SQL查詢與Spark程序無縫對接，實(shí)現(xiàn)高效的數(shù)據(jù)查詢與讀取；（2）SparkStreaming提供了流計算組件，具有高吞吐、容錯能力強(qiáng)的特點(diǎn)，....

本文編號：3912521