【背景】交互式数据可视化提供了将复杂数据映射到可视化表单的方法，用户可以通过交互方式进行概述、探索和导航，以更好地理解数据并发现有趣的模式。
【过程】本文介绍了可视化分析方法，并举例说明了社交媒体数据可视化交互分析的最新成果，举例说明了当前的方法和应用程序优势。还提出了一个研究愿景，即未来可以通过社交媒体数据的视觉分析技术实现什么。
【关键词】视觉分析，知识发现，交互式数据可视化，社交媒体，文本可视化，复杂数据
社交媒体数据流的激增以及分析和利用它的想法引发了可视化领域的大量研究。许多用于视觉分析的原型目前正在原型化和应用。作为一个共性，许多方法依赖于现代数据分析方法，并在多方面和交互式链接的视觉显示中可视化各自的输出。通常，面向文本、地理空间和时间的数据方面被集成到交互式分析系统中。除了位置、主题和时间，社交媒体还可以包含图像或视频等多媒体附件。在Backchannelc原型中，介绍了一种整合主题、图像、作者身份和全文的视觉设计。它允许在多面数据中同时进行勘探，并建议用于监测目的。现有的许多信息仍然以文本形式给出。在世界范围内，报纸、新闻机构或其他机构出版商每天发布数万篇新闻文章。文献[7]中介绍了一个这样的示例系统。该系统的基本思想是监控随着时间和大数据流中出现的主题。首先，根据文本内容的相似性对新闻文档进行分组。对于每个时间帧。然后，适当的基于流程的可视化可以给出所涵盖主题随时间演变的信息图片，连接后续文章和相关文章，包括拆分和合并关系。推特等微博服务每天都有数百万条用户信息。随着移动互联网和终端用户设备可负担得起的全球定位系统传感器的出现，微博消息预计将越来越多地携带地理标签信息，在浏览和分析大量微博消息时可以考虑这些信息。许多研究人员承担了设计交互式分析系统的任务，以探索数据并分析其流行病学的细节。[2]中提出的一种解决方案是基于地理位置显示，可以对位置和时间进行交互式过滤。通过显示每天出现的消息，很明显，基于虚拟城市地图中位于医院的消息的增加，疫情正在爆发。近日，信息的综合处理将推进。从文本中提取的信息面将被链接到用户关系、嵌入或链接的多媒体数据、来自新闻领域的当前事件等。对数据得出整体的、完整的观点。视觉分析系统将主动帮助用户监控和探索社交媒体数据。他们将能够动态地适应用户的背景知识、操作和分析技能以及手头的任务。未来可能可以想到许多有用的新应用，这些应用可以通过适当的视觉分析系统变得可能。一个例子是复原力和救灾部门，那里的态势感知工具可以帮助救灾组织更好地了解不断变化的局势，并协调救灾行动。社交媒体分析有助于理解社交媒体社区提供的新兴反向渠道信息，以便更好地评估和分配资源。本期编辑：kiki
如有侵权，请联系管理员删除
通过“情报学院”知识星球可以阅读该资料的全都内容👇