[論文レビュー] Visualizing Streaming Text Data with Dynamic Maps

Emden R. Gansner, Yifan Hu+1 more|arXiv (Cornell University)|Jun 18, 2012

Data Visualization and Analytics参考文献 4被引用数 8

ひとこと要約

本論文は、意味解析、グラフクラスタリング、動的レイアウトを用いて、ストリーミング形式のTwitter投稿を地図のようなインターフェース上で意味的「国」に動的にクラスタリングするリアルタイム可視化システム、TwitterScopeを提示する。このシステムは、Procustes射影と新規の安定的コンポonentパッケージングアルゴリズムを用いて視覚的安定性を確保し、変化するトピックの監視とインタラクティブな詳細探索を可能にする。

ABSTRACT

The many endless rivers of text now available present a serious challenge in the task of gleaning, analyzing and discovering useful information. In this paper, we describe a methodology for visualizing text streams in real time. The approach automatically groups similar messages into "countries," with keyword summaries, using semantic analysis, graph clustering and map generation techniques. It handles the need for visual stability across time by dynamic graph layout and Procrustes projection techniques, enhanced with a novel stable component packing algorithm. The result provides a continuous, succinct view of evolving topics of interest. It can be used in passive mode for overviews and situational awareness, or as an interactive data exploration tool. To make these ideas concrete, we describe their application to an online service called TwitterScope.

研究の動機と目的

• 高速なストリーミングテキストデータをリアルタイムで可視化する課題に対処すること。
• 安定的かつ連続的な可視化を通じて、進展するトピックや新規イベントをユーザーが監視できるようにすること。
• 概要分析とテキストストリームの詳細な探索を両立できる、簡潔でインタラクティブなインターフェースを提供すること。
• クラスタが形成されたり解体されたりする場合でも、動的レイアウトと新規のパッケージングアルゴリズムを活用して、時間経過に伴う視覚的安定性を確保すること。

提案手法

• クラスタリングのためのツイート間の類似度を計算するために意味解析を用いる。
• 類似したメッセージを一貫したクラスタにグループ化するため、グラフクラスタリング技術を適用する。
• キーワード要約によるラベル付けを伴い、クラスタを「国」として地図の比喩で表現する。
• 時間経過にわたる視覚的安定性を維持するために、動的グラフレイアウトとProcustes射影を用いる。
• 分離したコンポーネントが出現する際のレイアウト安定性を保つために、新規の安定的コンポーネントパッケージングアルゴリズムを導入する。
• HTML5を用いたクライント側レンダリングによるリアルタイムデータストリーミングを実装し、反応性の高いインタラクションを実現する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーの理解を損なわずに、視覚的安定性を保ちながらリアルタイムでストリーミングテキストデータを可視化するにはどうすればよいか？
• RQ2 意味的に類似したツイートを一貫性があり解釈可能なクラスタにグループ化するにはどのような技術が有効か？
• RQ3 動的レイアウトおよび射影手法は、継続的な更新においてユーザーのメンタルマップをどのように保持するか？
• RQ4 分離したコンポーネントが形成されたり進化したりする際、どのようなアルゴリズム的手法で安定性を確保できるか？
• RQ5 ユーザーはどのようにしてグローバルな傾向と詳細なツイートコンテンツの両方をインタラクティブに探索できるか？

主な発見

• TwitterScopeは、最大時速34,000件のツイートを処理するリアルタイムのTwitterストリームを、応答性の高いインタラクションを維持しながら可視化に成功した。
• キーワードハイライトと時系列ナビゲーションを活用して、タイの爆撃事件のような新規イベントの検出が可能になった。
• Procustes射影と安定的パッケージングを組み合わせた動的レイアウトにより、時間経過にわたる一貫した空間的表現が実現され、認知的負荷が低減された。
• キーワード追跡などのインタラクティブ機能により、トレーヤン・マーティン事件におけるメディア Kommentar から新しい動画証拠へのトピックの変化を観察できるようになった。
• 意味的クラスタリングと地図ベースの比喩は、状況認識とデータ探索のための効果的で直感的なインターフェースを提供することが示された。
• 本手法は拡張可能であり、任意のキーワード検索に適応可能であるため、クライントサイド計算を活用したビジュアル検索エンジンとしての応用が期待される。