基于概念的动态文本数据可视化分析
人机交互
2023-06-21 v1
摘要
分析相互关联的想法如何在多个社交群体内及之间流动，有助于理解信息、观点与思想在社交媒体上的传播。现有关于想法流动分析的动态文本分析工作大多基于主题模型。因此，在分析想法流动背后的原因时，人们不得不查阅想法的文本数据，由于这些文本数量庞大且结构复杂，这一过程十分繁琐。为解决该问题，我们提出一种基于概念的动态可视化文本分析方法，其阐明了想法内容如何变化，并帮助用户分析想法流动的根本原因。我们使用概念来概括想法内容，并用流动线展示概念的流动。为保障流动线的稳定性，采用约束t-SNE投影算法来展示概念随时间的演变及其相关性。为更好地传达概念的异常变化，我们提出一种基于异常检测来识别概念异常变化时间段并高亮显示的方法。对真实Twitter数据集的定性评估与案例研究证明了我们可视化分析方法的正确性与有效性。
引用
@article{arxiv.2306.10462,
title = {Concept-Based Visual Analysis of Dynamic Textual Data},
author = {Xiang Shouxing and Ouyang Fangxin and Liu Shixia},
journal= {arXiv preprint arXiv:2306.10462},
year = {2023}
}
备注
in Chinese language