文本数据可视化
词云
词云是一个自动化的文本可视化工具。
词云的特点：1、自动提取高频词；2、呈现高频词；3、字体大小体现单词出现的次数。
文本可视化的重要意义：在于帮助用户快速地完成大量文本阅读和理解，并从中获取重要的信息。
文本数据：比如：小说、报纸、网页等
应用场景：电子商务、社交计算、商业智能、用户体验、预测分析、公共关系
文本可视化的基本任务
1、文本内容可视化：总结展现文本中的内容；展现文本所包含的情感；辅助大规模文本数据集的浏览。
2、文本关系可视化：展现文本文件之间的关系；展现文件内容的内在联系。
文本可视化的流程
文本内容可视化
1、基于关键词的文本内容可视化
2、基于特征的文本内容可视化
3、时序文档的文本内容可视化
基于关键词的文本内容可视化
比如;标签云、文本云、词云、wordle
方式：检索关键词并以模式排列；用颜色和大小进行编码。
上下文一致的词云技术
语义相关或者相近的词总会出现在相近位置
文本弧
围的螺线：文档中的句子
内部的单词：文档中的单词
字体、颜色:词频
位置：词的出现
文本指纹
揭示特征的分布规律；将特征用一系列像素图来表示
文本特征透镜
用于可视化一个文档集合中文本特征在不同粒度下的分布情况。
ConceptVector技术
利用单词在向量表达上的相似性来构建词典，或者说概念，以此来帮助用户检索和分析相关的文档。
时序词云
1、对文档集合进行时间划分
2、对文档按时间段进行可视化
3、结合交换技术
主题河流ThemeRiver
横轴：时间轴
每个颜色的河流：提取出来的一个主题
河流的宽度：主题讨论的热烈程度
文本关系可视化
分类：
1、句子层面的文本关系可视化
（1）单词树从句法层面呈现文本词汇的前缀关系。
单词树利用树形结构来可视化文本中的句子。
（2）短语网络
用节点链接图来展示无结构文本中语义单元彼此间的关系。
节点：词或者短语
边：用户指定的关系
箭头：关系的有向性
边的宽度：关系的频率
（3）句子树SentenTree
文档层面的文本关系可视化
星系视图
将每个文档看作一颗星星；将文档投影成点集；点与点之间距离与文档主题相似性成正比。
主题地貌
用等高线展现相似文档的分布；
山体高度：文档位置分布的疏密程度
等高线和颜色;文本分布的密度
文档越相似，则点分布越密集