分为推文数据提取、在线聚类、事件判定和事件信息提取四个模块，事件提取出来的信息需要与前端对接。除此之外，还需要维护一些全局变量，例如两两单词间条件概率，每个单词的word2vec向量，每个单词在不同时间段出现次数，进而可以看出这些单词在哪些时间段具有突发性。
text：推文文本words：推文文本进行分词、词性检测和单词是否是[人名、地名、机构名]event：根据模型判断该条推文是否是事件推文，只处理event=true的推文coordinates：推文所属经纬度坐标lang：推文语言，只处理英文推文，即需要满足lang=encreated_at_ts：推文发送的时间戳(单位:s)user：发送者名称(screen_name)
-
使用SinglePass在线聚类方法进行聚类，主要是考虑到实时性
-
使用聚类方法就需要定义推文间相似度，短文本相似度不好处理，需要从不同的角度定义相似度
-
簇模块需要有以下字段：
textList：推文文本组成的列表timeList：推文时间组成的列表userList：推文发送者组成的列表locDict：地理实体单词及其出现次数组成的字典ner：三种实体组成的字典wordsWeight：每个单词及其权重semanticVector：由每个单词的word2vec向量得到簇的语义向量
-
斯坦福的推文词向量网址为斯坦福推文词向量下载
- 事件定义：特定时间和空间内发生的事，还需要有大量人参与讨论
- 时间突发性：根据簇内推文的单词在该时间段是否具有突发性来判断(z-分数判断是否具有突发性)
- 空间突发性：根据簇内地理实体及其出现次数，利用信息熵来判断事件是否具有空间突发性
- 用户多样性：根据推文发送者数量情况判断，如果一个簇内推文是由少数几个人发布的，很可能是水军或者广告
- 经过上述三个过滤器后簇被认作是事件
经过事件判定的簇
description：选择一条具有代表性的推文location：地理位置，ex: [{latitude: 48, longitude: -2.92, location: "brittany"}]time：事件时间ner：实体，ex：{org: [], per: [["a", 2], ["b", 1]], loc: []}picture_path：返回description对应推文的图片，如果没有则为None