数据可视化 第6章 文本数据的可视化.pptxVIP

数据可视化

文本可视化概述文本可视化过程单文本数据可视化多文本数据可视化时序文本数据可视化第六章：文本数据的可视化

6.1文本数据可视化概述文本数据类型文字是传递信息最常用的载体，文本已成为人们经常接触的信息来源，如消息、邮件、新闻、书本等。文本数据的分类单文本数据：文本的主题、核心思想。多文本数据：文本间的联系。时序文本数据：文本的时序性，主题的演化。

6.1文本数据可视化概述文本信息的理解层级词汇级：字、词和短语的分布；关键字（词）；分词技术语法级：词性、单复数、词与词之间的相似性；语法分析器；句法分析技术语义级：语义内容信息和语义关系、文本主题；LDA主题模型

6.1文本数据可视化概述文本可视化文本可视化主要是对纷繁复杂的文本信息通过文本数据分析和挖掘的方法提取出有效的信息，再通过可视化的方法来展示计算出的数据。文本可视化技术综合了文本分析、数据挖掘、计算机图形学、人机交互、认知科学等多学科的理论与方法，为人们理解文本的内容、结构和内在的规律等信息提供了有效的手段。

6.1文本数据可视化概述文本可视化类型与方法基于不同类型的文本数据（单文本、多文本和时序文本），采用不同的文本可视化方法单文本数据可视化：词云、单词树。多文本数据可视化：星系视图、主题地貌。时序文本数据可视化：主题河流。

文本可视化概述文本可视化过程单文本数据可视化多文本数据可视化时序文本数据可视化第六章：文本数据的可视化

6.2文本数据可视化过程三个过程：文本预处理、文本数据挖掘、视图控制文本预处理：分词、词干提取文本数据挖掘：特征提取、特征度量特征提取：文本关键词的频率、实体-关系信息、文档主题特征度量：基于相似性度量、聚类视图控制：设计布局方案、符合美的感知原始文本文本数据预处理文本数据挖掘视图控制分词特征提取/特征度量设计布局方案

6.2文本数据可视化过程文本预处理分词：将一段文字划分为多个词项，剔除停顿词，提取有意义的词Ihaveadreamthatonedaythisnationwillriseupandliveoutthetruemeaningofitscreed.去掉停顿词：a,the,that,and,etc.复数变单数；I,dream,one,day,nation,rise,up,live,out,true,meaning,creed我有一个梦想基于语法规则和词库匹配去掉有，的、是、吗、了等停顿词我，有，一个，梦想我，一个，梦想

6.2文本数据可视化过程文本数据挖掘特征提取对文本分析时，通常需要相关的文本特征来进行度量可以使用文本挖掘技术来提取文本的特征信息，如词汇级的关键词，语法级的实体-关系信息以及语义级的主题信息等。特征度量进一步分析文本的深层特征，如文本的分类和多文本主题的相似性。可以使用聚类算法和基于度量特征的相似性算法。

6.2文本数据可视化过程文本数据挖掘视图控制：将得出的文档特征或模式信息转换为可视视图第一，选择合适的图元，设计出符合数据类型的视觉方案，从而能够准确无误地表达文本的信息特征；第二，优美地布局图元，使得图元视图符合人的感知。交互功能：时间窗口的选择；

文本可视化概述文本可视化过程单文本数据可视化多文本数据可视化时序文本数据可视化第六章：文本数据的可视化

6.3单文本数据可视化词云图又称标签云，是用来展示文档或数据的关键词或标签，是目前最受欢迎的文本内容可视化方法之一。通过提取文本文档中的关键词并在二维空间上美观地排布，可以用于文本内容展示、辅助文本分析、吸引读者阅读注意，帮助读者快速了解文本重点等。通过考虑主题词（或字）字体的大小、粗细、颜色以及空间布局等要素，使每个词的大小与其出现频率成正比，显示不同词在给定文本中出现的频率，然后将所有的词按照一定形状排列在一起，形成云状图案

6.3单文本数据可视化词云图词云图的优点视觉上更有冲击力：相比于条形图、直方图等，更有吸引力，符合人们快节奏的阅读习惯。内容上更直接：文本内容的高度浓缩和精简处理，更直观反映文本内容。应用范围广：用户体验、舆情监控、用户分析等。制作门槛低：工具、软件，没有数据分析或技术背景的人都可以做出优美的词云

6.3单文本数据可视化词云图词云图的缺点区分度不足：“抓大放小”，对于出现频率差不多的词汇的区分效果欠佳。输出无统一标准：受限于分词技术、算法和词库质量，同一文本的词云图可能存在差异。信息缺失问题：词频词汇和长尾型词汇所传达的信息不能做到很好地表达，易被忽略。内容表达缺乏逻辑：空间上的组合，词汇之间的逻辑结构没有保留和体现。

6.3单文本数据可视化词云图词云图的制作在线工具网站：wordart、worditout、微词云、易词云、美寄词