面向社交網(wǎng)絡的文本可視化技術(shù)研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，社交網(wǎng)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(wǎng)絡應用如論壇、貼吧、博客等相比，社交網(wǎng)絡中的用戶數(shù)量更多，用戶間交流更頻繁，信息傳播速度更快。社交網(wǎng)絡數(shù)據(jù)具有用戶數(shù)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(shù)據(jù)中得到有價值的信息。而可視化技術(shù)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(jù)自己的理解進一步地獲取信息。然而目前基于社交網(wǎng)絡數(shù)據(jù)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(wǎng)絡數(shù)據(jù)的可視化工具，用戶難以根據(jù)感興趣的領域獲得社交網(wǎng)絡中的相關(guān)信息，以主題為線索的社交網(wǎng)絡數(shù)據(jù)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(wǎng)絡數(shù)據(jù)的文本可視化技術(shù)進行研究，并在以下幾個方面展開了工作:
　　1.深入研究了網(wǎng)絡數(shù)據(jù)爬取技術(shù)，分析了目標社交網(wǎng)站的網(wǎng)頁元素，針對數(shù)據(jù)采集過程中遇到的問題，設計網(wǎng)絡爬取方案，采用Re

3、quests技術(shù)、Selenium-Driver技術(shù)與Python多線程技術(shù)threading相結(jié)合的方式，實現(xiàn)對動態(tài)網(wǎng)頁與靜態(tài)網(wǎng)頁的高效爬取。根據(jù)數(shù)據(jù)特征設計表結(jié)構(gòu)，將爬蟲得到的數(shù)據(jù)實時存入MySQL數(shù)據(jù)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(shù)的初始排序優(yōu)化，提出了歧義點的概念，對容易產(chǎn)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(jù)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(jié)果表明交互式的主題河流能有效展現(xiàn)時序文本數(shù)據(jù)，并能有效解決傳統(tǒng)主題河流的局部展現(xiàn)歧義問題。
　　3.提出了一種分組排序數(shù)據(jù)的可視化方法，實現(xiàn)了具有分組與組內(nèi)排序特征的數(shù)據(jù)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(nèi)信息進行展示，同時結(jié)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(shù)據(jù)進行直觀展示，而且能夠?qū)崿F(xiàn)對空間的充分利用