[发明专利]事件知识图谱预测群体性事件的方法

说明书

本发明公开的一种事件知识图谱预测群体性事件的方法，涉及事件知识图谱挖掘与应用技术。本发明通过下述技术方案予以实现：分预测模型训练和实时预测两个阶段；预测模型训练阶段以历史结构化事件数据为输入数据构建历史事件图谱，采用图嵌入网络学习事件图谱的向量化表示，进而基于深度神经网络建立的分类网络模型来预测事件是否发生；实时预测阶段以实时的结构化事件数据为输入数据构建实时事件图谱，作为已训练完成的事件预测模型的输入数据，将实时事件数据构建的事件图谱输入事件预测模型，获取事件图谱的向量化表示，进而挖掘事件数据的深度语义信息，转化成一个事件发生和不发生的二分类问题，将概率最大的结果作为事件是否发生的预测结果。

技术领域

本发明涉及数据挖掘领域的知识图谱挖掘，具体涉及事件知识图谱挖掘与应用技术，尤其是基于事件知识图谱挖掘的群体性事件预测方法。

背景技术

在群体、突发和事件这三个词语中，围绕“事件”一词，群体和突发都是用于描述“事件”的某种状态或某种性质的定语。群体性突发事件是指具有相同利益诉求的行为人，在一定的时间、空间和心理条件下，采取自发或有组织的聚众方式，与公共秩序和公共安全发生矛盾或对抗的行为和活动。由于很多事件是突然发生的，或一些事件的主体表现为群体性质所以有人将“突发”和“事件”放在一起表述为突发事件；有人将“群体”和“事件”放在一起表述为“群体性事件”。不同的表述方法，反映出的侧重点也各不相同。广义的群体性事件是指利益相同或相近的社会群体，由于正当性的利益之间出现严重分歧且不能通过司法的途径予以解决而产生的违反国家法律法规等扰乱社会秩序、危害公共安全的群体性冲突行为。狭义的群体性事件是指，某些利益相近或相同的群体，当其正当利益的诉求缺乏协商机制和维护机制时，而聚众实施扰乱社会秩序、危害公共安全的群体性行为。群体性事件的特点包括行为主体的群众性、行为形式的公开性、群体事件处置工作较复杂、事件危害常常比较严重。群体事件非常明显且典型的特点就是群体时间的突发性，由于事件不可控因素较多，现阶段没有有效地监控和识别方法，没办法对事件发生进行把控，这使得群体事件发生的地点、规模、形式等都难以预测。

网络舆情具有特定的形成模式,网络域的热点主题中节点大小由关键词频次控制。在可视化图谱中,节点中心度直观地描述了与该点直接联系的个体数目。中心度愈大,说明该节点处于中心位置,对整个网络的影响力较大关键词的中心度及频次。其他节点围绕在中心度高的关键词周围,共同构成图谱的聚类内容。