7.1.5 多层面信息的可视化
多层面信息的文本可视化主要研究如何结合信息的多个方面帮助用户从更深层次理解文本数据,发现其内在规律。包含时间信息的文本可视化近年来受到越来越多的关注。
(1)基于时间与其他信息结合的可视化
在新闻、博客、邮件、论文等几乎所有文本中,时间都是其重要的属性。时间信息提供了关于文本内容变化、数据规律等方面的重要信息,因此一直以来是信息可视化中的重要元素。包含时间信息的可视化中,最直接和主要的方式是引入时间轴,并将信息按照时间顺序线性排列。Time Mines、LifeLines和LifeFlow等均通过将事件从左到右显示在时间轴上,为人们进行基于时间的事件序列分析提供了便捷的途径。有很多研究试图将标签云与时间相结合,图7.8所示Spark Clouds在标签云的每个词语下方引入折线图,以表示每个词语随着时间的使用频度变化。通过对标签云上的词语标记不同的颜色和图形也是常用的方式,如图7.9所示。
图7.8 SparkClouds
图7.9 标签云和折线图的结合
叠式图是非常常用的可视化形式。在叠式图中,每层代表一个事物,以不同颜色加以区分,从左到右呈现事物在时间上的变化,ThemeRiver利用河流这一隐喻,将时间看作从左到右延续的河流,将文本数据按主题进行分割,堆叠成一张美观的叠式图。每一条彩色线条代表不同主题,每个主题用一个主题词标注,线条的粗细代表主题的频度。然而,如图7.10所示,ThemeRiver由于做了平滑和堆叠处理,较为细节的信息(如属性的绝对数值)难以识别,因此如何使ThemeRiver更加美观和可靠一直是可视化研究的热点。例如,TIARA结合了标签云的可视化形式,通过主题分析技术抽取文本主题将其展现在ThemeRiver中,并将每个主题下的关键词显示在每条线条中,用于展现该主题的详细信息。此外,TagRiver也利用了河流这一隐喻与标签云结合的方案。
(https://www.daowen.com)
图7.10 ThemeRiver
(2)基于多层面信息的可视化
Parallel Tag Cloud结合了标签云和常用于多维数据展示的平行坐标轴这两种可视化形式。图7.11展示了60万个美国联邦上诉法院决策文档的关键词,每条平行坐标轴代表13个巡回上诉法院之一,直观地展示了各地区法案上的差异和联系。
图7.11 Parallel Tag Cloud
Facet Atlas同样用于呈现大量文本在多层面上的复杂关系,图7.12展示了对于Google Health文档中“糖尿病”的可视化,两个大的聚类分别对应Ⅰ型糖尿病和Ⅱ型糖尿病,两个类别间的连线代表相似的并发症,类别内的连线代表相似的症状。
图7.12 Facet Atlas
在需要通过视觉对比对文本信息进行分析和理解的情况下,与使用缩放等交互手段相比,能够同时提供多种呈现形式的可视化方案可以获得更好的认知效果。
