基于社交数据的可视化分析系统设计与实现

发布时间：2024-07-11 00:55

　　信息时代社交网络的兴起彻底改变了人类的社交方式,大量的社交数据也随之产生。传统的对于大规模,高维度的社交数据可视化方法很难进行人类社交行为模式识别。通过过滤选择,聚类等技术能够一定程度上解决大规模社交数据可视化的遮挡,混乱,交互等问题,却忽略了不同社交类型数据的关联性,比如社交好友关系和社交签到数据之间的某种联系无法通过简单的选择,聚类技术进行挖掘。本文工作结合社交好友关系数据和社交签到数据两种社交特征来研究社交用户社交行为模式,实现了Social Portrait系统对多类型社交大数据进行可视化分析。本文的主要工作如下:(1)将社交网络采用图模型描述,应用社团划分算法计算社交网络的特征。基于社交用户的社团结构特征对签到数据特征进行特征提取。对于两种社交数据进行关联的特征计算,不仅能够使用线下活动类型POI来解释原本无实际意义的社交用户社团,还能通过RCVF参数的构造来筛选出那些社团可解释性高的社交用户。(2)对于社团可解释性高的社交用户,然后采用非监督的聚类算法划分不同社交圈好友类型,并将聚类结果进行降维处理。聚类的方法不仅可以得到社交类型划分的结果,还为下一步取样提供了合理的依据。...

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

图7网络属性描述及测试

图7网络属性描述及测试长度;二、利用WebGL技术突破了二维的限制，将社交网络模型呈现在三维空间中，并且具有双目立体视觉效果，增强了沉浸感;三、允许用户用特定手势与其进行交互，增强了交互性，提高了使用的便捷度、简化了操作。通过实验分析，最终的结论是相较于现有的社交网络可视化系统，....

图7网络属性描述及测试

图7网络属性描述及测试长度;二、利用WebGL技术突破了二维的限制，将社交网络模型呈现在三维空间中，并且具有双目立体视觉效果，增强了沉浸感;三、允许用户用特定手势与其进行交互，增强了交互性，提高了使用的便捷度、简化了操作。通过实验分析，最终的结论是相较于现有的社交网络可视化系统，....

图2-1VisualBackchannel用于记录和探索一般用户在社交媒体上关于大规模事件的在线对话[22]

电子科技大学硕士学位论文图2-1VisualBackchannel用于记录和探索一般用户在社交媒体上关于大规模事件的在线对话[22]然有一些限制，比如信息超载，缺乏可信度，不支持用户对于新闻时间态度变化的感知。为了解决信息超载和缺乏信息背景的问题，Zubiaga等人[24]设....

图2-4Whisper可视化社交媒体信息传播过程[41]

电子科技大学硕士学位论文图2-4Whisper可视化社交媒体信息传播过程[41]式。这些数据通常非常稀疏（例如，Twitter数据中不到1％具有地理标签），这使分析和可视化这类数据变得困难。陈为等人[44]引入了一个可视化分析系统帮助检测来自稀疏采样的社交媒体数据的运动模式。该....

本文编号：4004997