Abstract
社群網路在現今相當受到歡迎，它包含了大量使用者創造的內容。現實生活中的事件發生時，這些使用者創造的內容可以完整反映出事件，甚至較新聞媒體報導快速。這也是社群資訊在識別事件方面特別有效用的原因。本研究的目標是在社群資訊中識別事件。 在本研究中，我們建立了一個關鍵字圖形演變模型(Keyword-based Evolving Graph Sequences, kEGS)來擷取社群資訊的特性以及資訊如何在社群中傳播。我們使用關鍵字來表示社群資訊中的訊息內容。接著，為每一個關鍵字建立關鍵字演變圖形，圖形中包含了社群結構及時間維度資訊。同時，我們發展了一套圖形測量方法。最後，使用測量方法來分析關鍵字演變圖形以識別事件。 在本研究中，我們使用Twitter作為社群資訊來源。我們從Twitter收集了超過7,000,000則訊息、13,000筆使用者資訊以及超過5,000,000組關係。我們的實驗結果顯示，關鍵字圖形演變模型在社群資訊中識別事件是有效用的。