AncomWiki

Unsupervised Spatial Event Detection in Targeted Domains with Applications to Civil Unrest Modeling

Properties1
description본 논문은 트위터와 같은 비정형 데이터 스트림에서 특정 도메인(범죄, 선거, 사회적 불안 등)의 공간적 이벤트를 감지하기 위한 비지도 학습 접근법을 제안합니다. 라벨링의 어려움과 비용 문제를 해결하기 위해, 도메인 관련 용어를 반복적으로 확장하는 동적 쿼리 확장 알고리즘을 통해 트윗 동질성 그래프를 생성합니다. 이후 로컬 모듈러리티와 공간 스캔 통계량을 동시에 최대화하는 이상치 식별 방법을 적용하여 공간 이벤트를 탐지합니다.…

9 min read

Unsupervised Spatial Event Detection in Targeted Domains with Applications to Civil Unrest Modeling

Source

  • Evernote/Inbox/Unsupervised Spatial Event Detection in Targeted Domains with Applications to Civil Unrest Modeling.md

Summary

본 논문은 트위터와 같은 비정형 데이터 스트림에서 특정 도메인(범죄, 선거, 사회적 불안 등)의 공간적 이벤트를 감지하기 위한 비지도 학습 접근법을 제안합니다. 라벨링의 어려움과 비용 문제를 해결하기 위해, 도메인 관련 용어를 반복적으로 확장하는 동적 쿼리 확장 알고리즘을 통해 트윗 동질성 그래프를 생성합니다. 이후 로컬 모듈러리티와 공간 스캔 통계량을 동시에 최대화하는 이상치 식별 방법을 적용하여 공간 이벤트를 탐지합니다. 중남미 10개국을 대상으로 한 실험을 통해 시민 불안 모델링 등 특정 도메인에서의 접근법 유효성을 입증했습니다.

Key Points

  • 트위터 데이터의 비정형성 및 동적 특성으로 인한 지도 학습의 한계 극복을 위한 비지도 학습 방법론 제시
  • 동적 쿼리 확장 알고리즘을 통한 도메인 관련 용어 확장 및 트윗 동질성 그래프 생성
  • 로컬 모듈러리티와 공간 스캔 통계량 결합을 통한 공간 이벤트 이상치 탐지
  • 중남미 10개국 데이터를 활용한 시민 불안 모델링 적용 사례 및 실험 결과 검증

그래프 뷰

백링크