發(fā)布時(shí)間：2020-11-14 01:35

　　 不同地區(qū)的成百上千萬用戶在不斷地消費(fèi)、生產(chǎn)和傳播海量且高度多樣化的異構(gòu)數(shù)據(jù),大至涉及全球范圍的虛擬社交媒體數(shù)據(jù),小至單一城市中的居民出行數(shù)據(jù)。隨著技術(shù)的快速發(fā)展,人們所生產(chǎn)的數(shù)據(jù)將持續(xù)增長,數(shù)據(jù)格式愈加的多樣化,數(shù)據(jù)也將愈加的開放和容易獲取。分析和洞察用戶行為數(shù)據(jù),并深入地理解用戶行為在時(shí)間和空間上的模式和規(guī)律,給眾多領(lǐng)域如商業(yè)、媒體、政務(wù)以及學(xué)術(shù)研究均帶來了新的機(jī)遇和挑戰(zhàn)。用戶行為數(shù)據(jù)的分析存在諸多挑戰(zhàn)和困難,首先用戶行為數(shù)據(jù)是多維度且多層次的,其往往涉及多個(gè)維度如時(shí)間、空間以及其他數(shù)值型或文本形式內(nèi)容等,且因時(shí)、因地和因人而異。不同的空間和時(shí)間粒度/跨度的分析往往會(huì)得到不同的結(jié)果。其次,用戶行為的規(guī)律和模式不是一成不變的,而是會(huì)隨著時(shí)間而動(dòng)態(tài)變化;此外,用戶行為在演化過程中不僅僅是獨(dú)立的,行為之間會(huì)存在不同程度上的交互和影響。再次,用戶行為數(shù)據(jù)往往涉及海量用戶以及海量行為記錄,如何高效地、實(shí)時(shí)地、穩(wěn)定地存儲(chǔ)、處理以及分析上述數(shù)據(jù)顯得尤為重要。最后,上述復(fù)雜的、多維度、多層次動(dòng)態(tài)變化的用戶行為,往往難以進(jìn)行及時(shí)實(shí)時(shí)有效的跟蹤、分析和理解�？梢暦治鲎鳛橐婚T跨學(xué)科的領(lǐng)域,其采用了交互式可視化,并將用戶的專業(yè)知識(shí)和推理能力與傳統(tǒng)的數(shù)值化數(shù)據(jù)挖掘模型分析結(jié)合起來,實(shí)現(xiàn)復(fù)雜海量數(shù)據(jù)的有效分析,幫助用戶發(fā)現(xiàn)隱藏在數(shù)據(jù)中有價(jià)值的信息。本學(xué)位論文旨在利用數(shù)據(jù)可視分析方法,以數(shù)據(jù)挖掘和數(shù)據(jù)交互式可視化為研究主線,通過研究用戶行為數(shù)據(jù)在時(shí)間、空間和時(shí)空維度下的特征,圍繞用戶行為數(shù)據(jù)建模、可視化、交互式可視分析系統(tǒng)設(shè)計(jì)和評(píng)估等問題展開了相關(guān)研究。本文的主要研究內(nèi)容和貢獻(xiàn)概括如下:提出了一新穎的話題競(jìng)合模型,其可以定量地描述用戶在社交媒體上所發(fā)表話題之間的時(shí)序競(jìng)合交互作用以及話題領(lǐng)袖對(duì)這一相互作用的貢獻(xiàn)。該模型將話題交互這一過程視為話題的延續(xù)性效應(yīng)、競(jìng)合吸引效應(yīng)和競(jìng)合轉(zhuǎn)移效應(yīng)的結(jié)合。在可視化方面,提出了一新穎的時(shí)序可視化方法EvoRiver,其可將時(shí)變、多維的話題交互數(shù)據(jù)轉(zhuǎn)換為可交互的可視化形式,幫助分析師研究社交媒體上話題競(jìng)合過程中的動(dòng)態(tài)變化。提出了用于定量衡量社交媒體上用戶所發(fā)表信息在大規(guī)模時(shí)空維度上傳播過程的數(shù)學(xué)模型(動(dòng)態(tài)SGM),該模型同時(shí)考慮了信息在大規(guī)模時(shí)空維度上傳播的重要因素即地理距離、文化相似性和語言相似性,以及時(shí)序近因效應(yīng),幫助我們更全面了解信息時(shí)空傳播過程中的復(fù)雜動(dòng)態(tài)變化。在可視化方面,提出了一新穎的時(shí)空數(shù)據(jù)可視化方法SocialFlow,用于展示和探索社交媒體上信息時(shí)空傳播的復(fù)雜動(dòng)態(tài)過程。提出了直觀的、“就地”無遮擋的嵌入可視化方法,允許空間上下文在被保留的前提下探索城市尺度上的用戶時(shí)空行為數(shù)據(jù)模式,本方法無縫地將時(shí)序圖和地圖集成于同一顯示空間中,實(shí)現(xiàn)時(shí)空數(shù)據(jù)的無遮擋可視探索。此外,我們實(shí)施了一系列系統(tǒng)性的工作以研究與該方法息息相關(guān)的多種設(shè)計(jì)問題如時(shí)間方向編碼;針對(duì)上述方法,完成了基于真實(shí)社交媒體大數(shù)據(jù)和城市交通大數(shù)據(jù)的案例分析,從中挖掘了有關(guān)社交媒體上話題競(jìng)合動(dòng)態(tài)變化、信息時(shí)空傳播以及城市居民出行規(guī)律等深刻洞察;實(shí)施了完善的用戶研究和專家調(diào)研以評(píng)估和驗(yàn)證上述所提出方法的可用性和有效性,并提供了相應(yīng)的實(shí)證研究結(jié)果。
【學(xué)位單位】：浙江工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2015
【中圖分類】：TP311.13
【部分圖文】：

精簡數(shù)據(jù)，提取有價(jià)值的信息，通過交互界面和可視化，融合機(jī)器的智能處理和人的智慧推理，分析復(fù)雜的數(shù)據(jù)以洞察其中的規(guī)律[16]。此外，可視分析還通過支持人與可視化結(jié)果的直接交互，使得用戶可以利用他們已有的知識(shí)、經(jīng)驗(yàn)和推理，進(jìn)行直觀的數(shù)據(jù)分析[19]，并可進(jìn)一步地改善數(shù)據(jù)挖掘和統(tǒng)計(jì)分析過程中的模型構(gòu)建。因此說，可視分析非常適合復(fù)雜數(shù)據(jù)的探索式分析、推理和復(fù)雜結(jié)果的解讀和驗(yàn)證。與其他學(xué)科相比，可視分析充分利用用戶的知識(shí)、經(jīng)驗(yàn)、推理能力和高帶寬視覺感知通道，結(jié)合計(jì)算機(jī)強(qiáng)大的分析和處理能力，提供交互的數(shù)據(jù)分析和探索，使得用戶以視覺理解的方式獲取數(shù)據(jù)中蘊(yùn)含的信息[7]。包括反恐情報(bào)分析、智慧城市、金融分析、生物基因分析等在內(nèi)的諸多成功的案例表明，可視分析可以有效地用于探索式的問題研究，分析復(fù)雜的海量異構(gòu)數(shù)據(jù)[15]。通過形象的可視化和交互手段，可視分析不僅可以讓用戶直觀地解讀和理解分析的結(jié)果，還可以幫助專家用戶進(jìn)行有效地分析和檢驗(yàn)[20]。圖 1-1 展示了數(shù)據(jù)可視分析的基本過程。因此，本文將研究如何有效地設(shè)計(jì)和運(yùn)用可視分析技術(shù)和方法，解決用戶行為數(shù)據(jù)挖掘中的關(guān)鍵問題。

浙江工業(yè)大學(xué)博士學(xué)位論文的競(jìng)爭合作（競(jìng)合）情況的可視分析方法。首先，我們建立一數(shù)學(xué)模型以定量分析話題之間的競(jìng)合作用，該模型將話題交互這一過程視為話題的延續(xù)性效應(yīng)、競(jìng)合吸引效應(yīng)和競(jìng)合轉(zhuǎn)移效應(yīng)的結(jié)合。此外，我們引入從話題領(lǐng)袖（topicleaders）這一概念，以幫助全面捕捉話題競(jìng)合過程中的特征，并能顯式地計(jì)算出每個(gè)話題領(lǐng)袖對(duì)話題隨時(shí)間時(shí)間維度上的模型構(gòu)建

(a) (b)圖 2-1 堆棧圖和螺旋圖可視化示例當(dāng)屏幕顯示空間有限的時(shí)候，不同的可視化方式也被不斷地提出來以方便時(shí)序數(shù)據(jù)的靈活探索。CloudLines[66]采用了一緊湊的可視化隱喻，以顯示時(shí)序數(shù)據(jù)于有限的屏幕空間內(nèi)，如圖 2-2(a)所示。ChronoLenses[67]提供了不同類型的“透鏡”視圖，以探索不同尺度的時(shí)序數(shù)據(jù)。用戶可以與“透鏡”交互，一步步地展開探索式分析。高維時(shí)序數(shù)據(jù)，如高維的經(jīng)濟(jì)、環(huán)境數(shù)據(jù)，同樣是我們?nèi)粘Ｉ钪谐Ｒ姷臅r(shí)序數(shù)據(jù)之一，但是對(duì)其的分析仍然具有諸多挑戰(zhàn)。TimeSeer[68]是用于高維時(shí)序數(shù)據(jù)可視化分析的工具之一，其采用了一系列的衡量方式如數(shù)據(jù)密度、偏斜度和異常度（總稱為 Scagnostics）等幫助刻畫數(shù)據(jù)特征。如圖 2-2 (b)所示，TimeSeer 使用了散點(diǎn)圖、時(shí)序圖以及一系列的small multiples 以展示 Scagnostics，且支持各式各樣的交互如過濾、刷涂、和細(xì)節(jié)查看。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 童卡娜;黃東軍;徐鳴;;音樂可視化及其研究進(jìn)展[J];計(jì)算機(jī)仿真;2008年01期

2 黃明峰;;預(yù)案可視化與推演技術(shù)[J];辦公自動(dòng)化;2010年16期

3 朱良學(xué);;學(xué)習(xí)可視化的意義與內(nèi)涵研究[J];軟件導(dǎo)刊(教育技術(shù));2013年05期

4 張蕾磊;郭蔚臻;;可視化借你一雙慧眼[J];大學(xué)生;2013年05期

5 孫敏,馬藹乃,毛善君;3DGIS中樹的表達(dá)與可視化研究[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2001年10期

6 劉有源,黃新民,陳定方;知識(shí)的可視化獲取[J];湖北工學(xué)院學(xué)報(bào);2002年02期

7 廖通逵,姚靜,王平,姚謙;基于GIS的水流信息可視化表達(dá)[J];遙感信息;2004年04期

8 張寶一;鄭坤;劉修國;吳信才;;自適應(yīng)可視化研究綜述[J];地理信息世界;2007年02期

9 劉愛利;張宏;邱新法;劉二年;;環(huán)境信息科學(xué)可視化表達(dá)與交互研究[J];地域研究與開發(fā);2007年05期

10 李大林;李秀冰;李英玉;賀歡;彭曉東;;地球空間環(huán)境要素可視化技術(shù)研究[J];計(jì)算機(jī)與數(shù)字工程;2008年08期

本文編號(hào)：2882903