面向社交網(wǎng)絡(luò)的文本可視化技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，社交網(wǎng)絡(luò)在人們的日常生活中扮演著越來(lái)越重要的角色。與傳統(tǒng)網(wǎng)絡(luò)應(yīng)用如論壇、貼吧、博客等相比，社交網(wǎng)絡(luò)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(luò)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(diǎn)，使得人們很難直接從海量的數(shù)據(jù)中得到有價(jià)值的信息。而可視化技術(shù)能夠生動(dòng)直觀地向用戶展示信息，且其可交互的特點(diǎn)使得用戶能夠在觀察可視化展示后根據(jù)自己的理解進(jìn)一步地獲取信息。然而目前基于社交網(wǎng)絡(luò)數(shù)據(jù)的可視化分析工

2、具多是面向情感分析、水軍識(shí)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(luò)數(shù)據(jù)的可視化工具，用戶難以根據(jù)感興趣的領(lǐng)域獲得社交網(wǎng)絡(luò)中的相關(guān)信息，以主題為線索的社交網(wǎng)絡(luò)數(shù)據(jù)可視化成為當(dāng)前研究熱點(diǎn)之一。
　　基于以上背景，本文對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)的文本可視化技術(shù)進(jìn)行研究，并在以下幾個(gè)方面展開了工作:
　　1.深入研究了網(wǎng)絡(luò)數(shù)據(jù)爬取技術(shù)，分析了目標(biāo)社交網(wǎng)站的網(wǎng)頁(yè)元素，針對(duì)數(shù)據(jù)采集過程中遇到的問題，設(shè)計(jì)網(wǎng)絡(luò)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(shí)現(xiàn)對(duì)動(dòng)態(tài)網(wǎng)頁(yè)與靜態(tài)網(wǎng)頁(yè)的高效爬取。根據(jù)數(shù)據(jù)特征設(shè)計(jì)表結(jié)構(gòu)，將爬蟲得到的數(shù)據(jù)實(shí)時(shí)存入MySQL數(shù)據(jù)庫(kù)。
　　2.提出了一種交互式的主題河流可視化方法。首先對(duì)主題河流進(jìn)行基于離散系數(shù)的初始排序優(yōu)化，提出了歧義點(diǎn)的概念，對(duì)容易產(chǎn)生歧義的點(diǎn)進(jìn)行計(jì)算與可視化設(shè)計(jì)，并提供了交互功能，使用戶能夠在局部根據(jù)歧義點(diǎn)標(biāo)識(shí)對(duì)主題河流進(jìn)行重排序，

4、達(dá)到消除歧義的效果。實(shí)驗(yàn)結(jié)果表明交互式的主題河流能有效展現(xiàn)時(shí)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(shí)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(shè)計(jì)。其思路是采用基于扇形圖的分區(qū)方法對(duì)實(shí)體的分組信息進(jìn)行展示，采用分層的布局方法對(duì)實(shí)體組內(nèi)信息進(jìn)行展示，同時(shí)結(jié)合實(shí)體的顏色、大小、形狀等設(shè)計(jì)。實(shí)驗(yàn)驗(yàn)證了該可視化方法能有效地對(duì)分組排序數(shù)據(jù)進(jìn)行直觀展示，而且能夠?qū)崿F(xiàn)對(duì)空間的充分利用