清华大学数据可视化教程文本可视分析_4092095.pdf

清华大学“大数据”系列课程 文本可视分析: 人与数据的有机融合 Shixia Liu (刘世霞) 研究背景 • 文本数据随处可见 • 文本挖掘十分重要，然而…… – 模型远不完善 – 不同的用户有不同的需求 文本可视分析的主旨 • 研发可视分析方法和系统，可以帮助用户更加 有效地决策。 用户交互 映射 可视化 文本数据 结果展示 分析加强 用户知识 分析 数据挖掘和机器学习 我们的工作 我们的工作 基于主题的可视文本分析 流文本 异构文本 TKDE 2015、 同源文本 VIS (VAST) 2014 TVCG 2013 （2篇）、TIST 2012、 VIS (InfoVis) 2014 、VIS (InfoVis) 2012 、 VIS (InfoVis) 2011 、VIS (InfoVis) 2010 （2篇）、SIGKDD 2010和VIS(VAST) 2010 基于主题的可视文本分析 流文本 异构文本 同源文本 TIARA: 系统演示 Y轴代表主题差异 (3) 高度代表 文档数目 (1) 条带代表 一个主题 (2) 主题关键词 X轴代表时间 ~10,000 emails in 2008 系统演示 主要挑战 • 对文本数据集的摘要概括 – 海量的复杂信息 – 时变性 • 直观地解释概括结果 – 一致的可视化 • 支持用户反馈与需求描述 – 不完美的摘要概括结果与不断变动的用户需求 TIARA 概览 文本收集 文本预处理 文本内容+元数据 文本概括 概括结果 数据变换 变换后结果 可视化 用户交互 TIARA 技术焦点 文本收集 文本预处理 文本内容+元数据 文本概括