Incident Detection: Kleinberg State Machine Model

范涛

发表于2017年4月8日

1 背景

基于时序信息的突发事件检测模型

在阐述本文之前，先提出以下几个问题：

（1）各类媒介及文档数据流的传输速度存在差异，例如大众媒体、电子邮件和学术期刊等。其中，媒体类文档的数据流速度较快，而学术期刊类文档的数据流速度则相对缓慢；

（2）如何借助模型识别来自不同媒介和数据源中，具有不同演化速率的主题突发现象及其持续时间？

（3）在特定事件的突发阶段内，是否可能包含多个相互嵌套的突发行为？

2 模型

2.1 Threshold-based Method

事件波峰识别与时间分箱阈值设定

然而，该方式存在若干不足之处：在实际应用中，大量文本数据流往往呈现出稀疏性和噪声干扰的特征，若图中出现连续7天内无非零时间箱的情况，则难以准确识别突发性事件。此外，基于阈值的判定手段无法有效识别不同规模的突发事件，亦无法处理具有嵌套结构的突发事件。

2.2 Kleinberg 状态机模型

观察一个实例：某封电子邮件的数据流中，文本内容包含“ITR”这一词汇，实际所对应