GeoBurst+论文记录

GeoBurst+论文记录

本篇博客主要记录自己学习以及复现GeoBurst+论文的过程，持续记录更新…

该论文主要有三个模块：

1. 产生候选事件
2. 基于嵌入学习和活动时间轴的归纳模型建立的二分类
3. 在线的更新

一，产生候选事件

首先该论文认为将事件的发生地作为中心点，在周围会产生与之相关的推文。我们离中心点越近，越有可能观察到与之相关的推文，基于此使用了地理和语义相似性度量来赋予每个推文权重， ，之后找出权重最大的推文作为中心推文，中心推文及其邻居推文就构成了一个候选事件。

1，权重定义

1. 地理相似性权重定义
   地理位置的影响可以用核函数刻画,两个推文$d^{\prime }$,$d$的地理相关性记为$G$($d^{\prime }$$\to$$d$)
   
   其中$h$是窗宽（光滑参数），$c$是$Epanechnikov$核函数的度量常数
2. 语义相似性权重定义
   语义相似性度量是基于在共现图中的随机游走定义的，首先构建共现图，以关键词为节点，两个关键词共同出现的次数作为边的权重建图。之后使用重启随机游走算法（$randomwalkwithrestart,RWR$）,从关键词$u$开始，当算法达到稳态分布时，单词 $u$ 到 $v$ 的权重表示为$r$($e^{\prime }$$\to$$e$)。则设推文$d$的关键词集合为$E_d$= { \{ {$e_1$,$e_2$, $\cdots$ ,$e_m$$\}$,推文$d^{\prime }$的关键词集合为$E_d^{\prime }$= { \{ {$e_1^{\prime }$,$e_2^{\prime }$, $\cdots$ ,$e_m^{\prime }$$\}$,则推文$d$与$d^{\prime }$的语义相似性度量定义为：
   
3. 推文权重定义
   推文的权重由与之相关的所有推文