[论文解读] Plexus: An Interactive Visualization Tool for Analyzing Public Emotions from Twitter Data

Xiaodong Wu, Lyn Bartram+1 more|arXiv (Cornell University)|Jan 23, 2017

Data Visualization and Analytics参考文献 5被引用 6

一句话总结

Plexus 是一种交互式可视化工具，通过识别人们对两个相关话题的情感，分析实时 Twitter 数据中的公众情绪。利用流式 Twitter 数据和情感分析，它通过动态、关联的可视化方式，使用户能够探索情绪趋势。可行性研究中对 14 名参与者进行的评估显示，该工具显著提升了用户对公众情绪的理解。

ABSTRACT

Social media is often used by researchers as an approach to obtaining real-time data on people's activities and thoughts. Twitter, as one of the most popular social networking services nowadays, provides copious information streams on various topics and events. Mining and analyzing Tweets enable us to find public reactions and emotions to activities or objects. This paper presents an interactive visualization tool that identifies and visualizes people's emotions on any two related topics by streaming and processing data from Twitter. The effectiveness of this visualization was evaluated and demonstrated by a feasibility study with 14 participants.

研究动机与目标

• 开发一种用于分析社交媒体（特别是 Twitter）公众情绪的交互式工具。
• 使用户能够同时比较对两个相关话题的情感反应。
• 使用流式 Twitter 数据实现实时情感趋势可视化。
• 评估该工具在增强用户对公众情绪理解方面的有效性。
• 通过直观的可视化交互，支持研究人员和分析师解读大规模公众情绪数据。

提出的方法

• 系统使用 Twitter API 接收实时 Twitter 流，以收集公开推文。
• 应用自然语言处理技术，将每条推文的情感分类为正面、负面或中性。
• 通过双节点网络图聚合并可视化情感反应，其中每个节点代表一个话题，边表示情感强度。
• 随着新数据的持续流入，可视化动态更新，使用户能够探索情感随时间的变化。
• 交互功能包括按情感极性过滤、话题选择以及基于时间的刷选，用于检查情感趋势。
• 该工具使用基于网络的技术（如 D3.js）实现，以确保可访问性和实时响应能力。

实验结果

研究问题

• RQ1 用户在使用交互式可视化时，能否有效识别并比较对两个相关话题的公众情绪反应？
• RQ2 能否在交互式、用户友好的界面中有效呈现来自 Twitter 数据的实时情感分析结果？
• RQ3 该可视化在多大程度上支持用户检测公众情绪中的模式和趋势？
• RQ4 用户如何看待该工具在理解情绪动态方面的可用性和可解释性？

主要发现

• 对 14 名参与者的可行性研究显示，用户能够通过 Plexus 界面有效识别并比较两个话题之间的情感趋势。
• 参与者表示，动态且关联的可视化显著增强了他们检测情感随时间变化的能力。
• 该工具成功实现了低延迟处理和实时可视化 Twitter 数据，支持及时分析。
• 用户认为情感分类和可视化布局直观，有助于解读公众情绪模式。
• 评估结果证实，过滤和刷选等交互功能显著提升了用户参与度和洞察发现能力。