本发明涉及一种突发事件传感器网络构建方法。
背景技术:
在突发事件分析领域,从web高效获取可用信息是一个基本问题。突发事件是突然的,紧急的,需要立即对社会团体(如公司)或紧急援助受援人面临的紧急情况作出反应或援助。在突发事件的演变和管理过程中,web随着互联网和移动设备的发展而发挥着重要作用。
然而,突发事件的web信息在事件演化的各个时期具有不同的特征,这使得其很难获取web上事件分析的相关信息。在事件初期,相关信息很少,很难发现和获取,而在事件发生期间,相关信息太多了。现有的方案在事件抓取方面网络感知能力差。
技术实现要素:
本发明的目的在于提供一种突发事件传感器网络构建方法。
为解决上述问题,本发明提供一种突发事件传感器网络构建方法,包括:
从网页中检测事件传感器;
从检测到的事件传感器中提取传感器内容和网络拓扑结构;
基于提取到的传感器内容和网络拓扑结构的构建传感器网络,所述传感器网络是一个事件传感器的多重网络,所述传感器网络包括节点和边,其中,所述节点是事件传感器,所述边表示节点间的多重关系。
进一步的,在上述方法中,所述事件传感器为一个关注突发事件的web用尸。
进一步的,在上述方法中,基于提取到的传感器内容和网络拓扑结构的构建传感器网络之后,还包括:
由web用户组成的人群在所述传感器网络中都显示为社区结构,当发生突发事件时,一些web用户会生成有关事件的消息,而更多的web用户只是传播消息。
进一步的,在上述方法中,基于提取到的传感器内容和网络拓扑结构的构建传感器网络,包括:
对于一组事件传感器中的每个事件传感器,
若该个事件传感器已经是所述传感器网络中的节点,则将更新到所述传感器网络中,其中,当该个事件传感器更新到所述传感器网络中时,该个事件传感器与其他事件传感器之间的边缘被桥接;
否则,将该个事件传感器添加到所述传感器网络中,其中,当该个事件传感器添加到所述传感器网络中时,该个事件传感器与其他事件传感器之间的边缘被桥接。
进一步的,在上述方法中,基于提取到的传感器内容和网络拓扑结构的构建传感器网络中,
所述传感器网络中的事件传感器的数量随着突发事件的演变而动态变化,其中,随着时间的推移,传感器网络的动态变化包括传感器值的变化、传感器之间关系的变化以及网络拓扑结构的变化。
进一步的,在上述方法中,从网页中检测事件传感器之前,还包括:
步骤a,定义一个突发事件,记为e=(内容content,地点place,时间time),其中,内容content是描述事件语义的一组关键词;地点place是指事件发生的地点,由地理位置和地点名称组成;时间time是指事件发生的时间;
步骤b,定义一个关注突发事件的web用户为一个事件传感器,记为es=(id,i,s,g),其中,id是传感器的身份,也是web用户的身份;i是事件传感器生成和定义的一组文本信息;s是事件传感器关于事件的一组情绪;g是传感器的地理位置集合;
步骤c,定义一个事件传感器的多重网络为事件传感器网络,记为esn=(ess,ed),其中,ess是一组事件传感器;ed是事件传感器之间的边缘集合,ed={<sem,sen,geo>i,j},sem表示事件传感器esi和事件传感器esj之间的语义关系的强度;sen表示事件传感器esi和事件传感器esj之间的情感关系的强度;geo表示事件传感器esi和事件传感器esj之间的地理位置关系的强度。
进一步的,在上述方法中,从网页中检测事件传感器,包括:
d1:给定一个事件e和一组网页ws以及一组事件传感器ess,判断网页wsi是否属于ws,若是执行下一步骤d2;
d2:赋值esstemp为空,若网页wsi和事件内容相似度大于设定值α,则从网页wsi检测es.id,赋值给esstemp;对于每一个计入esstemp的网页wsi,提取由事件传感器esi发布的内容,记为esi.i;提取由事件传感器esi发布的情绪,记为esi.s;提取由事件传感器esi发布的位置,记为esi.g;
d3:若事件传感器esi属于ess,则更新事件传感器esi,否则,添加esi到ess,结束步骤d2的循环体,输出ess。
进一步的,在上述方法中,基于提取到的传感器内容和网络拓扑结构的构建传感器网络,包括:
e1:输入ess和esn,判断事件传感器esi是否属于ess,若是执行下一步骤e2;
e2:赋值esstemp为空,若事件传感器esi属于esnin.ess,则将事件传感器esi更新到esnin.ess.esi,否则添加事件传感器esi和esnin.ess为一个新的esnin.ess;
e3:判断事件传感器esj是否属于esnin.ess,若是则当传感器esi.i和传感器esj.i之间的相似度达到阈值α,则计入sem;当事件传感器esi.s和传感器esj.s之间的相似度达到阈值α,则计入sen;当事件传感器esi.g和事件传感器esj.g之间的相似度达到阈值α,则计入geo;并将sem,sen,geo的值记为esnin.eij,结束本次循环;
e4:结束e2,e3的循环,从全局角度将esn的结果优化输出。
与现有技术相比,本发明针对需要提取的事件信息,定义事件(e),定义事件传感器(es)以及事件传感器网络(esn);通过检测网页是否包含事件传感器并提取传感器内容和网络拓扑结构来构建传感器网络;构建基于传感器内容和网络拓扑结构的传感器网络。本发明针对突发事件分析领域,能够解决难以从网络中获取有效事件信息的问题,能够提高事件抓取的网络感知能力。
附图说明
图1是本发明一实施例的从网页中检测事件传感器的流程图;
图2是本发明一实施例的基于提取到的传感器内容和网络拓扑结构的构建传感器网络的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种突发事件传感器网络构建方法,包括:
步骤s1,从网页中检测事件传感器;
步骤s2,从检测到的事件传感器中提取传感器内容和网络拓扑结构;
在此,给定一个事件和一组网页,通过检测这些网页是否包含事件传感器并提取传感器内容和网络拓扑结构来构建传感器网络;
步骤s3,基于提取到的传感器内容和网络拓扑结构的构建传感器网络,所述传感器网络(esn)是一个事件传感器的多重网络,所述传感器网络包括节点和边,其中,所述节点是事件传感器,所述边表示节点间的多重关系。
在此,本发明公开了一种突发事件传感器网络构建方法,该方法包括:针对需要提取的事件信息,定义事件(e),定义事件传感器(es)以及事件传感器网络(esn);通过检测网页是否包含事件传感器并提取传感器内容和网络拓扑结构来构建传感器网络;构建基于传感器内容和网络拓扑结构的传感器网络。本发明针对突发事件分析领域,能够解决难以从网络中获取有效事件信息的问题,能够提高事件抓取的网络感知能力。
本发明的突发事件传感器网络构建方法一实施例中,所述事件传感器(es)为一个关注突发事件的web用户。
本发明的突发事件传感器网络构建方法一实施例中,步骤s3,基于提取到的传感器内容和网络拓扑结构的构建传感器网络之后,还包括:
由web用户组成的人群在所述传感器网络中都显示为社区结构,当发生突发事件时,一些web用户会生成有关事件的消息,而更多的web用户只是传播消息。
本发明的突发事件传感器网络构建方法一实施例中,步骤s3,基于提取到的传感器内容和网络拓扑结构的构建传感器网络,包括:
对于一组事件传感器(ess)中的每个事件传感器,
若该个事件传感器已经是所述传感器网络中的节点,则将更新到所述传感器网络中,其中,当该个事件传感器更新到所述传感器网络中时,该个事件传感器与其他事件传感器之间的边缘被桥接;
否则,将该个事件传感器添加到所述传感器网络中,其中,当该个事件传感器添加到所述传感器网络中时,该个事件传感器与其他事件传感器之间的边缘被桥接。
本发明的突发事件传感器网络构建方法一实施例中,步骤s3,基于提取到的传感器内容和网络拓扑结构的构建传感器网络中,
所述传感器网络中的事件传感器的数量随着突发事件的演变而动态变化,其中,随着时间的推移,传感器网络的动态变化包括传感器值的变化、传感器之间关系的变化以及网络拓扑结构的变化。
本发明一实施例的突发事件传感器网络构建方法,包括以下步骤:
步骤a,定义一个突发事件,记为e=(内容content,地点place,时间time),其中,内容content是描述事件语义的一组关键词;地点place是指事件发生的地点,由地理位置和地点名称组成;时间time是指事件发生的时间。
步骤b,定义一个关注突发事件的web用户为一个事件传感器,记为es=(id,i,s,g),其中,id是传感器的身份,也是web用户的身份;i是事件传感器生成和定义的一组文本信息;s是事件传感器关于事件的一组情绪;g是传感器的地理位置集合。
步骤c,定义一个事件传感器的多重网络为事件传感器网络,记为esn=(ess,ed),其中,ess是一组事件传感器;ed是事件传感器之间的边缘集合,ed={<sem,sen,geo>i,j},sem表示事件传感器esi和事件传感器esj之间的语义关系的强度;sen表示事件传感器esi和事件传感器esj之间的情感关系的强度;geo表示事件传感器esi和事件传感器esj之间的地理位置关系的强度。
如图1所示,步骤d,给定一个事件和一组网页ws=(ws1,ws2,...wsn),使用步骤s1检测这些网页是否包含事件传感器并提取信息来构建这些传感器,n为正整数。过程包括:
d1:给定一个事件e和一组网页ws以及一组事件传感器ess,判断网页wsi是否属于ws,若是执行下一步骤d2。
d2:赋值esstemp为空,如果网页wsi和事件内容相似度大于设定值α,则从网页wsi检测es.id,赋值给esstemp;对于每一个计入esstemp的网页wsi,提取由事件传感器esi发布的内容,记为esi.i;提取由事件传感器esi发布的情绪,记为esi.s;提取由事件传感器esi发布的位置,记为esi.g。
d3:若事件传感器esi属于ess,则更新事件传感器esi,否则添加esi到ess,结束步骤d2的循环体,输出ess。
如图2所示,步骤e,构建传感器网络步骤s2,由步骤d和当前事件传感器网络生成一组事件传感器为输入数据。输出优化后的esn。过程包括:
e1:输入ess和esn,判断事件传感器esi是否属于ess,若是执行下一步骤e2。
e2:赋值esstemp为空,若事件传感器esi属于esnin.ess,则将事件传感器esi更新到esnin.ess.esi,否则添加事件传感器esi和esnin.ess为一个新的esnin.ess。
e3:判断事件传感器esj是否属于esnin.ess,若是则当传感器esi.i和传感器esj.i之间的相似度达到阈值α,则计入sem;当事件传感器esi.s和传感器esj.s之间的相似度达到阈值α,则计入sen;当事件传感器esi.g和事件传感器esj.g之间的相似度达到阈值α,则计入geo;并将sem,sen,geo的值记为esnin.eij,结束本次循环;
e4:最后,结束e2,e3的循环,从全局角度将esn的结果优化输出。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。