ソーシャルメディアは複雑な社会的事象リスク認知の重要なデータ源となっているが、既存の警報手法は多くが人気のピーク、タスク固有のセマンティックラベル、または観測可能な拡散構造に依存しており、危機形成前の拡散リズム変化への関心が不足している。本稿はソーシャルメディア危機の早期警戒を目的とした教師なしオンライン検出フレームワークを提案する。このフレームワークは異種の社会的行動を統一された社会的強度系列に集約し、因果的平滑化、変化率抽出、ローリング分位閾値、持続性制約および冷却メカニズムを通じて、過去のベースラインに対する異常な加速拡散段階を検出する。従来の強度駆動法と比べ、本手法は現在の高人気到達ではなくリスク状態への加速接近に注目する。セマンティックおよび構造駆動法と比較して、ラベル付け、オントロジー、および完全な拡散グラフへの依存度が低い。ロシア・ウクライナ危機に関する微博の世論データセットおよび豆瓣映画短評データセットに基づく厳密な因果的再生実験により、本フレームワークは低い警報干渉のもとで重要イベント前の集積的上昇過程を早期に捉え、異なる場面で一定の構造的再利用性を示すことが明らかとなった。研究結果は、拡散動態変化検出が複雑な社会システムにおけるオンライン早期警戒に対し、軽量で解釈可能かつ移植可能な実現手段を提供しうることを示している。

ソーシャルメディア;危機早期警戒;オンライン異常検知;因果動力学;ソーシャルレーダードップラー