● 摘要
最近几年，越来越多的用户注册并关注微博。微博是一种新型广播媒介，不同于传统媒介，允许用户交流短小的数字内容。诸多用户、集体、组织和许多不同学科研究学者，开始分析、学习和研究微博，也因此微博获得了越来越多的关注。和传统媒体相比，其具有独特的通信服务，如即时性、便捷性、丰富性和易用性，允许用户做出快速响应，也允许用户没有限制地传播信息和内容。由于部分微博没有地理位置，仅仅依赖带有地理位置微博的区域事件检测就显得不是很准确。
本文以新浪微博为研究载体，考虑空间和时间，挖掘分词的空间特点来标志城市，挖掘时间因素对推测结果的影响，研究各个城市微博的特点，从而达到推测微博地理位置的目的。在推测的基础上，检测城市事件。建立时空索引，存储微博数据。
推测方法主要依据微博分词的空间分布特征，考虑城市间词的分布情况和城市内词的分布情况，更加准确地计算城市所有词的敏感度，每一个城市都可以用敏感词作为标志。借助于敏感词，推测微博地理位置。在推测过程中，需要考虑微博内容随时间的变化。
优化传统的矩阵分解和非负矩阵分解方法，进行微博聚类和事件检测。矩阵分解将“词×微博”矩阵分解成为“词×事件”矩阵和“微博×事件”。“词×事件”矩阵衡量每个词和事件的相关性，“微博×事件”矩阵衡量每条微博和事件的相关性。矩阵权重同样也很重要。“词×微博”矩阵是一个稀疏矩阵，分解得到的两个矩阵也是稀疏矩阵。维度比较大的情况下，不能使用二维数组直接进行分解，采用压缩矩阵更为合适。矩阵分解的传统方法效率不是很高，需要对传统方法进行优化和改进。
最后，给出城市事件检测系统的整体架构。通过挖掘微博的空间和时间特征，推测微博地理位置，进而通过矩阵分解，进行微博聚类和事件检测，提供给用户事件相关的词列表。一部分微博原本带有地理位置；另一部分微博是没有地理位置。随着微博不断更新，数据量会越积越多，为了方便以后的使用和研究，以时间和空间为索引，存储这些数据。