[论文解读] 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 8

一句话总结

本文提出了一款名为 TwitterScope 的实时可视化系统，通过语义分析、图聚类和动态布局，将流式 Twitter 推文动态聚类为地图界面中的语义 '国家'。该系统利用普鲁克斯特斯投影和一种新型稳定的组件打包算法，确保视觉稳定性，使用户能够监控演化的主题并交互式探索细节。

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.

研究动机与目标

• 为解决实时可视化高速流文本数据的挑战。
• 使用户能够通过稳定、连续的可视化界面监控演化的主题和新兴事件。
• 提供简洁、交互式的界面，支持对文本流的概览分析和详细探索。
• 通过动态布局和新型打包算法，确保即使聚类形成或解散，视觉稳定性也能保持。

提出的方法

• 使用语义分析计算推文之间的相似性以进行聚类。
• 应用图聚类技术将相似消息聚合成连贯的聚类。
• 将聚类表示为地图隐喻中的 '国家'，并使用关键词摘要进行标注。
• 采用动态图布局和普鲁克斯特斯投影，以在时间上保持视觉稳定性。
• 引入一种新型稳定的组件打包算法，以在出现不连通组件时保持布局稳定性。
• 通过 HTML5 客户端渲染实现实时数据流，以支持响应式交互。

实验结果

研究问题

• RQ1 如何在保持视觉稳定性以利于用户理解的前提下，实时可视化流式文本数据？
• RQ2 哪些技术能够将语义上相似的推文聚合成连贯且可解释的聚类？
• RQ3 动态布局和投影方法如何在持续更新中保持用户的认知地图？
• RQ4 何种算法方法可确保在可视化中出现或演化不连通组件时保持稳定性？
• RQ5 用户如何交互式地探索全局趋势和详细的推文内容？

主要发现

• TwitterScope 能够成功可视化每小时高达 34,000 条推文的实时 Twitter 流，同时保持响应式交互。
• 该系统使用户能够通过关键词高亮和基于时间的导航检测新兴事件，例如泰国爆炸事件。
• 结合普鲁克斯特斯投影和稳定打包的动态布局，确保了时间上的空间表示一致性，降低了认知负荷。
• 交互功能如关键词跟踪使用户能够观察话题演变，例如特雷沃恩·马丁案中从媒体评论到新视频证据的转变。
• 该系统表明，语义聚类与基于地图的隐喻相结合，可为态势感知和数据探索提供一种有效且直观的界面。
• 该方法具有可扩展性，可适配任意关键词搜索，表明其潜在可作为基于客户端计算的可视化搜索引擎。