面向社交網絡的文本可視化技術研究與實現.pdf

1、隨著互聯網技術的發(fā)展，社交網絡在人們的日常生活中扮演著越來越重要的角色。與傳統(tǒng)網絡應用如論壇、貼吧、博客等相比，社交網絡中的用戶數量更多，用戶間交流更頻繁，信息傳播速度更快。社交網絡數據具有用戶數量龐大，信息類型豐富多樣且冗雜的特點，使得人們很難直接從海量的數據中得到有價值的信息。而可視化技術能夠生動直觀地向用戶展示信息，且其可交互的特點使得用戶能夠在觀察可視化展示后根據自己的理解進一步地獲取信息。然而目前基于社交網絡數據的可視化分析工

2、具多是面向情感分析、水軍識別、傳播分析、文本分類為主，缺乏為用戶提供以主題為主線的社交網絡數據的可視化工具，用戶難以根據感興趣的領域獲得社交網絡中的相關信息，以主題為線索的社交網絡數據可視化成為當前研究熱點之一。
　　基于以上背景，本文對社交網絡數據的文本可視化技術進行研究，并在以下幾個方面展開了工作:
　　1.深入研究了網絡數據爬取技術，分析了目標社交網站的網頁元素，針對數據采集過程中遇到的問題，設計網絡爬取方案，采用Re

3、quests技術、Selenium-Driver技術與Python多線程技術threading相結合的方式，實現對動態(tài)網頁與靜態(tài)網頁的高效爬取。根據數據特征設計表結構，將爬蟲得到的數據實時存入MySQL數據庫。
　　2.提出了一種交互式的主題河流可視化方法。首先對主題河流進行基于離散系數的初始排序優(yōu)化，提出了歧義點的概念，對容易產生歧義的點進行計算與可視化設計，并提供了交互功能，使用戶能夠在局部根據歧義點標識對主題河流進行重排序，

4、達到消除歧義的效果。實驗結果表明交互式的主題河流能有效展現時序文本數據，并能有效解決傳統(tǒng)主題河流的局部展現歧義問題。
　　3.提出了一種分組排序數據的可視化方法，實現了具有分組與組內排序特征的數據的可視化設計。其思路是采用基于扇形圖的分區(qū)方法對實體的分組信息進行展示，采用分層的布局方法對實體組內信息進行展示，同時結合實體的顏色、大小、形狀等設計。實驗驗證了該可視化方法能有效地對分組排序數據進行直觀展示，而且能夠實現對空間的充分利用