TextPioneer：探索多文本集间话题领导-滞后关系的可视化交互工具

摘要

本文通过数据挖掘以及文本可视化技术，使用户能够探索并分析在不同话题中多个文本集之间的领导-滞后关系。目前，在话题的上下文语境中确定文本集之间的领导-滞后关系是一个有趣而又具有较大挑战的研究课题。近期关于文本领导-滞后关系的研究工作主要集中于估计两个文本集之间全局粒度上的领导和滞后关系。然而在很多现实应用中，人们更加迫切地需要从全局和局部等不同的粒度上来可视化地探究多个文本集之间的领导-滞后关系。
　　在对之前一系列相关的数据挖掘以及可视化工作进行调研后，我们提出了一个名为TextPioneer的交互式可视化工具，以便在全局和局部粒度上可视化地探究文本集之间的领导-滞后关系。首先，我们扩展了一个已有的领导-滞后关系分析方法，从而能够有效地推导出话题在多个文本集间全局和局部粒度上的领导-滞后结果。然后，我们设计了两个交互的可视化视图来为用户呈现不同粒度上的领导-滞后结果。这两个可视化视图分别衍生于径向空间填充可视化技术和DNA的双螺旋结构。此外，我们还实现了可视化视图和分析模块之间、以及多个可视化视图之间的连贯通信和交互。最后，通过对两组文本数据集中话题领导-滞后关系的分析验证，我们对这一可视化工具进行了有效的评估。实验案例证明，该可视化工具能够有效地支持不同粒度层级上的文本比较。

目录

声明

摘要

第1章 引言

1．1 研究背景

1．2 主要工作介绍

1．3 系统概要

1．4 文章结构

1．5 本章小结

第2章 文献综述

2．1 领导-滞后分析

2．2 分层数据的可视化比较技术

2．3 话题演化可视化技术

2．4 本章小结

第3章 基于话题的领导-滞后分析

3．1 话题的抽取和话题的层次结构建立

3．2 领导-滞后分析

3．2．1 全局分析

3．2．2 局部分析

3．2．3 内容关联分析

3．3 算法评估

3．4 本章小结

第4章 可视化设计

4．1 设计原则

4．2 全局领导-滞后关系可视化设计

4．3 局部领导-滞后关系可视化设计

4．4 关键词与元数据的可视化设计

4．5 本章小结

第5章 布局算法

5．1 混合树视图布局

5．2 文字云布局

5．3 文本关联的布局

5．4 本章小结

第6章 案例研究结果

6．1 科研提案vs.学科论文案例分析

6．1．1 可视化领域的探究分析结果

6．1．2 数据挖掘领域的探究分析结果

6．1．3 美国国家科学基金会项目经理对系统的初步反馈

6．2 新闻vs.博客vs.留言板案例分析

6．3 结果讨论

6．4 本章小结

第7章 总结与展望

7．1 工作总结

7．2 未来工作展望

参考文献

致谢

作者简历