1.2.1 在社交媒体中的应用

随着Web 2.0的不断演进与发展，社交媒体逐渐流行起来，成为人们社交、学习和娱乐的主要平台。用户基于各大社交媒体随时随地产生、传播和共享信息，这些信息包括文本、视频、语音和图像等多媒体数据。海量、实时的社交媒体数据蕴含着丰富的知识，涵盖了大规模实时的社会动态。目前主要利用地图、词云、桑基图、河流图等可视化方法对社交媒体主题、情感、事件、用户社交网络等进行可视化，从而支持专家和用户交互式地对具有丰富属性的社交媒体数据进行探索。

四川大学视觉计算实验室以社交媒体平台——新浪微博为例，研究面向票房的社交媒体数据可视分析方法[12]，如图1-12所示。其中（a）为控制视图，提供电影下拉选择列表、情感类型设置、主题数量设置、时间轴范围设置功能；（b）为多属性关联的情感流视图，直观分析电影相关社交媒体的情感演化特征；（c）为主题气泡轴视图，结合气泡轴和词云对提取的社交文本主题趋势进行可视分析；（d）是多属性关联的消息扩散关系网络视图，将情感极性、用户类型以及社交用户的消息行为（如转发、评价、点赞）进行关联，分析社交用户及影片消息的扩散关系；（e）为融合社交媒体特征的票房影响因素视图，结合与社交媒体相关的四类特征（情感倾向、主题分布、用户热度、购买意愿）分析票房的社交媒体影响因素；（f）为辅助视图，根据不同交互选择展示详细信息，例如主题相关推文列表、用户推文内容等。基于真实的新浪微博数据，该方法有助于分析人员直观地对影片票房的社交媒体影响因素做出评价，也可帮助分析人员更加全面地理解与影片相关的社交媒体数据。