一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法
【專(zhuān)利摘要】本發(fā)明涉及一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，屬于電子【技術(shù)領(lǐng)域】。本發(fā)明從普通地圖和地理位置關(guān)聯(lián)的文本信息獲取數(shù)據(jù)，根據(jù)點(diǎn)要素和面要素生成算法得到得到統(tǒng)計(jì)地圖，針對(duì)大量非結(jié)構(gòu)化文本信息，進(jìn)行詞法分析和過(guò)濾以提取關(guān)鍵詞和相應(yīng)的詞頻，本發(fā)明濾除了普通地圖上不相關(guān)的細(xì)節(jié)信息，只保留了主要的信息，并根據(jù)不同的尺度信息的詳略程度不同，不僅適用于點(diǎn)狀要素，也適用于面狀要素，標(biāo)簽云沒(méi)有使用行政區(qū)域的輪廓，避免了由于標(biāo)簽位置而產(chǎn)生的誤解，便于用戶瀏覽與地理位置關(guān)聯(lián)的文本信息，減少了一些不必要的操作，并能夠幫助用戶在在大量的位置關(guān)聯(lián)文本信息中把握信息的總體特征和趨勢(shì)。
【專(zhuān)利說(shuō)明】一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，屬于電子技術(shù)領(lǐng) 域。

【背景技術(shù)】
[0002] 以地理信息為主的可視化方法。傳統(tǒng)的地理信息系統(tǒng)（如ArcGIS、SUperMap等） 根據(jù)不同類(lèi)型的文本信息進(jìn)行可視化。結(jié)構(gòu)化的文本信息作為地理要素的屬性信息存儲(chǔ) 在關(guān)系表中，點(diǎn)擊某一個(gè)地理要素時(shí)，與之關(guān)聯(lián)的文本信息會(huì)以數(shù)據(jù)表格的形式呈現(xiàn)出來(lái)。 而對(duì)于非結(jié)構(gòu)化的文本信息，則采用一種外部鏈接的方法，即該地理區(qū)域保存了所有與之 關(guān)聯(lián)的文本存儲(chǔ)位置，當(dāng)點(diǎn)擊該區(qū)域時(shí)，由相應(yīng)的文本程序（如記事本、Word等）打開(kāi)該文 本。由于地圖上存在大量的地理要素，瀏覽這些文本信息需要頻繁地進(jìn)行縮放、漫游和點(diǎn)擊 對(duì)話框操作，不便于用戶瀏覽。并且，用戶也難以從這種可視化的形式中探索和發(fā)現(xiàn)出有用 的信息。
[0003] 以文本信息為主的可視化方法，大百科全書(shū)軟件（如微軟的Encarta、維基百科以 及百度百科等），采用的是與地理信息系統(tǒng)截然不同的思路，以文字為主體，文字所關(guān)聯(lián)的 地理空間位置則由偏安一隅的地圖來(lái)表示，如圖1所示，這種以文本信息為主的可視化方 法側(cè)重表達(dá)文本信息，空間信息的表達(dá)過(guò)于簡(jiǎn)略。
[0004] 基于標(biāo)簽云的可視化方法，作為非空間文本信息表達(dá)的有效方法，標(biāo)簽云 (TagCloud或Word Cloud)最早是以"潛意識(shí)文檔（subconscious file) " 一詞出現(xiàn)在 Douglas Coupland的《Microserfs》一書(shū)中，此后經(jīng)Flicker網(wǎng)站首次應(yīng)用之后便得到 廣泛使用，如圖2所示。Stanley Milgram最早將標(biāo)簽云應(yīng)用到地理信息可視化研究中。 Alexandar JafTe等通過(guò)標(biāo)簽云的方法，將具有地理標(biāo)簽的海量照片信息與地圖關(guān)聯(lián)，并進(jìn) 行可視化。此后，也有學(xué)者在Alexandar JafTe的思想基礎(chǔ)上利用mash-up工具將標(biāo)簽和標(biāo) 簽云疊加在地圖上。Michael Stryker等以新聞和科技文獻(xiàn)為研究對(duì)象，通過(guò)標(biāo)簽云的方法 進(jìn)行地理可視化從而能及時(shí)感知公眾健康情況。但是以上幾種研究都是簡(jiǎn)單地將標(biāo)簽云疊 加在地圖上，或者以單獨(dú)的窗口形式將標(biāo)簽云與地圖關(guān)聯(lián)起來(lái)。這種方法最突出的問(wèn)題是 標(biāo)簽云會(huì)和地圖上原有的注記產(chǎn)生沖突，同時(shí)普通地圖上包含太多用戶并不關(guān)注的詳細(xì)信 息，容易分散用戶對(duì)興趣點(diǎn)和興趣區(qū)域的注意力。Dinh-Quyen Nguyen省略了用戶不關(guān)心的 細(xì)節(jié)，設(shè)計(jì)了一種名為T(mén)aggram的地圖，如圖3所示，它僅保留了國(guó)家行政區(qū)劃的面狀要素， 然后將Flicker等網(wǎng)站上的標(biāo)簽按照流行程度以不同字體、大小放置在相應(yīng)的國(guó)家行政區(qū) 劃中。但是Taggram明顯存在兩點(diǎn)不足：（1)它僅適用于面狀要素，對(duì)于點(diǎn)狀要素則無(wú)能為 力；（2)由于Taggram保留了行政區(qū)劃形狀的真實(shí)性，標(biāo)簽的位置容易讓讀圖者產(chǎn)生誤解。
[0005] 因此目前使用以地理信息為主的可視化方法時(shí)操作繁瑣且難以發(fā)現(xiàn)有效信息；以 文本信息為主的可視化方法過(guò)于測(cè)量表達(dá)文本信息，空間信息的表達(dá)過(guò)于簡(jiǎn)略；以及使用 基于標(biāo)簽云的Taggram地圖僅適用于面狀要素，且標(biāo)簽的位置容易讓讀者產(chǎn)生誤解


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是提供一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，以解決目 前可視化方法所出現(xiàn)上述的問(wèn)題。
[0007] 本發(fā)明為解決上述技術(shù)問(wèn)題而提供一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化 方法，該可視化方法包括以下步驟：
[0008] 1)將普通地圖中的各個(gè)地理位置劃分成離散的點(diǎn)；
[0009] 2)根據(jù)點(diǎn)要素和面要素生成算法對(duì)劃分的各離散點(diǎn)進(jìn)行調(diào)整，使其不相互壓蓋， 并能保持相對(duì)位置的準(zhǔn)確性；
[0010] 3)對(duì)地理位置關(guān)聯(lián)的文本信息進(jìn)行詞法分析和過(guò)濾以提取關(guān)鍵詞和相應(yīng)的詞頻， 按照各地理位置對(duì)應(yīng)的詞頻為與各地理位置對(duì)應(yīng)的離散點(diǎn)設(shè)置權(quán)重；
[0011] 4)按照權(quán)重的不同對(duì)各離散單元按照標(biāo)簽云的顯示規(guī)則進(jìn)行顯示。
[0012] 所述的步驟2)是采用Cartogram生成算法實(shí)現(xiàn)，該算法是根據(jù)某種屬性值將各離 散單位圓按照水平和垂直方向重新布局，保持位置的相對(duì)正確。
[0013] 所述步驟2)中Cartogram算法的實(shí)現(xiàn)過(guò)程如下：
[0014] a)將得到的所有離散點(diǎn)都分布于規(guī)則的網(wǎng)格交叉點(diǎn)上；
[0015] b)按照設(shè)定的方向?qū)ο噜弮蓚€(gè)離散點(diǎn)之間的距離進(jìn)行簡(jiǎn)化，保留兩點(diǎn)X軸和Y軸 方向上距離較大的，并且將較大的距離調(diào)整為標(biāo)準(zhǔn)單位1，較小的簡(jiǎn)化為0。
[0016] 所述步驟4)中的標(biāo)簽云顯示規(guī)則包括面向不同尺度的顯示規(guī)則和面向不同時(shí)間 的顯示規(guī)則。
[0017] 所述面向不同尺度的顯示規(guī)則是用離散的若干模型表達(dá)不同尺度上的相同對(duì)象。
[0018] 所述面向不同時(shí)間的顯示規(guī)則包括兩種，第一種是類(lèi)似于"sprakclouds的思想， 該方式是用戶移動(dòng)鼠標(biāo)至某一個(gè)關(guān)鍵詞時(shí)，該更關(guān)鍵詞就會(huì)浮動(dòng)出來(lái)且放大顯示；第二種 方式是使用"瀑布"的隱喻，隨時(shí)間變化的文本以瀑布飛流之下的形式分布，用戶點(diǎn)擊圖上 的任何一個(gè)模型，就會(huì)顯示出一個(gè)"瀑布"式的標(biāo)簽云。
[0019] 本發(fā)明的有益效果是：本發(fā)明從普通地圖和地理位置關(guān)聯(lián)的文本信息獲取數(shù)據(jù)， 根據(jù)點(diǎn)要素和面要素生成算法得到得到統(tǒng)計(jì)地圖，針對(duì)大量非結(jié)構(gòu)化文本信息，進(jìn)行詞法 分析和過(guò)濾以提取關(guān)鍵詞和相應(yīng)的詞頻，本發(fā)明濾除了普通地圖上不相關(guān)的細(xì)節(jié)信息，只 保留了主要的信息，并根據(jù)不同的尺度信息的詳略程度不同，不僅適用于點(diǎn)狀要素，也適用 于面狀要素，標(biāo)簽云沒(méi)有使用行政區(qū)域的輪廓，避免了由于標(biāo)簽位置而產(chǎn)生的誤解，便于用 戶瀏覽與地理位置關(guān)聯(lián)的文本信息，減少了一些不必要的操作，并能夠幫助用戶在在大量 的位置關(guān)聯(lián)文本信息中把握信息的總體特征和趨勢(shì)。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0020] 圖1是目前以文本信息為主的可視化示意圖；
[0021] 圖2是現(xiàn)有標(biāo)簽云的應(yīng)用示例示意圖；
[0022] 圖3是現(xiàn)有Taggram地圖的應(yīng)用實(shí)例示意圖；
[0023] 圖4是本發(fā)明的基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法的流程圖；
[0024] 圖5是以中國(guó)及其周邊19國(guó)為例的標(biāo)簽云地圖實(shí)現(xiàn)流程；
[0025] 圖6是cartogram算法中兩點(diǎn)之間距離的簡(jiǎn)化示意圖；
[0026] 圖7_a是壓縮過(guò)程不意圖；
[0027] 圖7_b是原始位置與轉(zhuǎn)換位置的示意圖；
[0028] 圖8_a是所有點(diǎn)的原始位置示意圖；
[0029] 圖8-b是所有點(diǎn)經(jīng)cartogram算法調(diào)整后的位置示意圖；
[0030] 圖9-a是原始地圖；
[0031] 圖9-b是根據(jù)原是地圖中心位置將所有面要素轉(zhuǎn)換成點(diǎn)要素后的示意圖；
[0032] 圖9-c是對(duì)點(diǎn)要素實(shí)施cartogram算法調(diào)整后的示意圖；
[0033] 圖9_d是將位置具有相鄰關(guān)系的點(diǎn)用直線連接后的不意圖；
[0034] 圖10是本發(fā)明實(shí)施例中所采用的用于獲取微博信息的工具截圖；
[0035] 圖11是本發(fā)明實(shí)施例中所得到文本的關(guān)鍵詞和詞頻統(tǒng)計(jì)結(jié)果圖；
[0036] 圖12是本發(fā)明實(shí)施例中面向不同尺度顯示規(guī)則的標(biāo)簽云顯示示意圖；
[0037] 圖13是本發(fā)明實(shí)施例中隨時(shí)間變化的"sparkclouds"式標(biāo)簽云顯示示意圖；
[0038] 圖14是本發(fā)明實(shí)施例中隨時(shí)間變化的"瀑布"式標(biāo)簽云顯示示意圖。

【具體實(shí)施方式】
[0039] 下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】作進(jìn)一步的說(shuō)明。
[0040] 本發(fā)明的一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法是將與空間位置關(guān)聯(lián) 的文本信息以標(biāo)簽云的形式和地圖結(jié)合起來(lái)的可視化方法，如圖4所示，該可視化方法具 體實(shí)現(xiàn)過(guò)程如下：
[0041] 1.從普通地圖和與地理位置關(guān)聯(lián)的文本信息獲取數(shù)據(jù)。
[0042] 2?利用點(diǎn)要素cartogram生成算法、面要素cartogram生成算法得到統(tǒng)計(jì)地圖。 Cartogram算法是一種根據(jù)某種屬性值將對(duì)象形狀進(jìn)行夸大或縮小的地圖，它保持位置的 相對(duì)正確，基于屬性進(jìn)行夸張變形，直觀地傳遞某種特定信息。用戶在微薄網(wǎng)站上發(fā)布的部 分消息會(huì)同時(shí)包含其位置信息，如城市和城市街區(qū)。在小比例尺地圖上，可將城市看作點(diǎn)狀 要素，城市街區(qū)在大比例尺地圖上看作面狀要素。
[0043] 本發(fā)明中cartogram算法關(guān)注的是點(diǎn)狀和面狀要素。針對(duì)點(diǎn)狀要素，該算法的首 要規(guī)則是所有點(diǎn)都分布于規(guī)則的網(wǎng)格交叉點(diǎn)上，這樣便于瀏覽，實(shí)現(xiàn)有序的可視化布局，同 時(shí)這也是與認(rèn)知地圖學(xué)的結(jié)論相吻合的，人們傾向于在水平方向或者垂直方向上來(lái)記憶位 置之間的關(guān)系，對(duì)原本分布密度不規(guī)則的兩個(gè)相鄰點(diǎn)之間的距離進(jìn)行簡(jiǎn)化，根據(jù)兩點(diǎn)之間 夾角e的大小，只保留兩點(diǎn)X軸和Y軸方向上距離較大的，并且將較大的距離調(diào)整為標(biāo)準(zhǔn) 單位1，較小的簡(jiǎn)化為〇,如圖6所示，也即是如果兩個(gè)點(diǎn)之間水平方向的距離比較大，這樣 可以認(rèn)為兩個(gè)點(diǎn)在同一水平線上，垂直方向的距離簡(jiǎn)化為〇。下面給出該算法實(shí)現(xiàn)的具體過(guò) 程：
[0044] 首先進(jìn)行橫向壓縮，然后進(jìn)行縱向壓縮，如圖7-a所示，方向是從左至右，上至下， 假設(shè)I 1是一個(gè)n個(gè)X坐標(biāo)相同的位置點(diǎn)的集合,I2是與I1在X軸上相鄰的一個(gè)集合，0| igh 和0|W定義為I1上的點(diǎn)Vk和I2上的分別位于點(diǎn)V k的上面和下面且距離Vk最近的兩個(gè)點(diǎn) 仏^和仏的夾角，如圖7-b所示。只有當(dāng)所有夾角都不小于閾值角度?(設(shè)為45° )時(shí)，I1 和I2兩個(gè)數(shù)據(jù)集合便可以壓縮成相同的X值。在Y軸上重復(fù)該過(guò)程完成縱向壓縮，這樣就 將所有的位置點(diǎn)置于規(guī)則的單元網(wǎng)格的交叉點(diǎn)上，如圖8-a和8-b所示。
[0045] min 氣 8.:1k = 1,2,…n}之 ?
[0046] 對(duì)于面要素，首先根據(jù)其中心點(diǎn)位置將所有面要素轉(zhuǎn)換成點(diǎn)要素，然后，實(shí)施點(diǎn)要 素的cartogram生成算法，最后，將位置具有相鄰關(guān)系的點(diǎn)用直線連接起來(lái)，如圖9-a至圖 9-d所示。
[0047] 3.獲取發(fā)布信息，進(jìn)行詞法分析和過(guò)濾以提取關(guān)鍵詞和相應(yīng)的詞頻。很多流行的 微博網(wǎng)站，比如新浪和騰訊，都會(huì)提供API接口。根據(jù)這些API接口，獲取用戶發(fā)布的信息， 如圖10所示，獲取每條發(fā)布信息的時(shí)間、地點(diǎn)、用戶名、粉絲數(shù)量、轉(zhuǎn)發(fā)數(shù)量、評(píng)論數(shù)量以及 全文內(nèi)同等信息。
[0048] 將獲取的數(shù)據(jù)結(jié)構(gòu)化存儲(chǔ)于數(shù)據(jù)庫(kù)中，通過(guò)構(gòu)造不同的SQL語(yǔ)句獲得其中的任何 一個(gè)子集，例如，提取從2013-03-14到2013-03-17在武漢市發(fā)布的信息，SQL語(yǔ)句如下：
[0049] select wb_content from weibo_tab where wb_time between' 2013-03-14' and^ 2013-〇3_17，andwb_address like 武漢
[0050] 對(duì)于大數(shù)據(jù)量的文本數(shù)據(jù)，可通過(guò)現(xiàn)有的工具如ICTCLAS進(jìn)行分詞和過(guò)濾，從而 獲得文本的關(guān)鍵詞和詞頻統(tǒng)計(jì)，如圖11所示。
[0051] 4.關(guān)于標(biāo)簽云的生成已經(jīng)有很多成熟的算法和工具（如Wordle和Tagxedo等）， 因此cartogram和標(biāo)簽云結(jié)合的關(guān)鍵在于顯示規(guī)則的設(shè)計(jì)，本實(shí)施例以兩種顯示規(guī)則為 例，一種是面向不同尺度，另一種是面向不同時(shí)間。
[0052] 1)面向不同尺度的顯示規(guī)則
[0053] 該規(guī)則是用離散的幾個(gè)模型表達(dá)不同尺度上的相同對(duì)象，從國(guó)家級(jí)別到地區(qū)級(jí) 另IJ。本實(shí)施例給出了 4中不同的離散模型，如圖12-a到圖12-d，用戶逐漸放大地圖，比例 尺越來(lái)越大，標(biāo)簽云顯示的內(nèi)容會(huì)愈加詳細(xì)。首先顯示出來(lái)的是所有城市，每一城市用模型 用a表示，接著至放大模型b，最后是模型c，當(dāng)用戶繼續(xù)放大至市級(jí)級(jí)別，便會(huì)顯示出城市 的不同地區(qū)，用模型d表示，在模型d中，相鄰的地區(qū)用直線連接起來(lái)。如果用戶繼續(xù)放大， 每一個(gè)地區(qū)又會(huì)重復(fù)該過(guò)程。
[0054] 不同地區(qū)的信息量是有差異的，為了表示出這種差異，首先采用歸一化的方法計(jì) 算出每個(gè)地區(qū)所對(duì)應(yīng)的標(biāo)準(zhǔn)信息量，然后使用不同的顏色來(lái)表示。具體的計(jì)算過(guò)程如下，M 表示地區(qū)的信息量。
[0055] 對(duì)于每一個(gè)模型，關(guān)鍵字則使用模型填充顏色的相近色系來(lái)表示，如圖12-d所 示，表1中給出每一個(gè)模型的實(shí)驗(yàn)參數(shù)。
[0056] 表 1
[0057] 最大詞 標(biāo)簽大小 模型 最大級(jí)別 最小級(jí)別 頻數(shù) （px) 模型U) 1: 19百萬(wàn) 1: 4.75百萬(wàn) 3 60 模型（b) 1: 4.75 百萬(wàn) 1: 2.38 百萬(wàn) 12 120 模型（c) 1: 2.38 百萬(wàn) 1: 0.59 百萬(wàn) 24 180 h 0.59 百萬(wàn) 1: 0.29 百萬(wàn) 3 60 模型（d) 1: 0.29 百萬(wàn) I: (U0 百萬(wàn) 12 120 1: 0.10 百萬(wàn) 24 180
[0058] 面向不同時(shí)間的顯示規(guī)則
[0059] 本實(shí)施例中給出兩種時(shí)間標(biāo)簽云的顯示方法，第一種類(lèi)似于"sparkclouds"的思 想，用戶移動(dòng)鼠標(biāo)至某一個(gè)關(guān)鍵詞上時(shí)，它就會(huì)浮動(dòng)出來(lái)的并且放大顯示。文字下面的波線 圖表示的是在一段時(shí)間內(nèi)該關(guān)鍵詞出現(xiàn)的頻率，如圖13所示。第二種方法是使用"瀑布"的 隱喻，隨時(shí)間變化的文本以瀑布飛流直下的形式分布，如圖14所示，用戶點(diǎn)擊圖上任何一 個(gè)模型，右欄就會(huì)顯示出一個(gè)"瀑布"式的標(biāo)簽云。
[0060] 以中國(guó)及其周邊19個(gè)國(guó)家為例，具體說(shuō)明該流程完整的實(shí)現(xiàn)過(guò)程。圖5中（1)是 普通的行政區(qū)劃圖，以各行政區(qū)劃的中心點(diǎn)生成離散單位圓（圖5(2))，將這些離散單位圓 按照水平和垂直方向重新布局，使其不相互壓蓋（圖5 (3))，并且保持相對(duì)位置的一定準(zhǔn)確 性。按照權(quán)重的不同為離散單位圓設(shè)置大小不同的直徑，圖5(4)中是依據(jù)百度百科對(duì)各國(guó) 描述的文字?jǐn)?shù)量所計(jì)算的權(quán)重。不同單位圓之間建立連接關(guān)系，圖5(5)中是將陸上邊界相 鄰的國(guó)家之間以直線相連。圖5(6-9)是依不同比例尺對(duì)各單位圓所進(jìn)行的顯示控制，當(dāng)標(biāo) 簽云地圖隨比例尺放大時(shí)，首先顯示出國(guó)名（圖5 (6))，依次顯示出國(guó)名和50個(gè)標(biāo)簽（圖 5(7))，國(guó)名和100個(gè)標(biāo)簽（圖5(8))，國(guó)名和200個(gè)標(biāo)簽（圖5(9))。
[0061] 本發(fā)明是一種將與空間位置關(guān)聯(lián)的文本信息以標(biāo)簽云的形式和地圖結(jié)合起來(lái)的 可視化，該方法濾除了普通地圖上不相關(guān)的細(xì)節(jié)信息，只保留了主要的信息，并根據(jù)不同的 尺度信息的詳略程度不同；本發(fā)明既使用于點(diǎn)狀要素，又能適用于面狀要素，標(biāo)簽云沒(méi)有使 用行政區(qū)域的輪廓，避免了由于標(biāo)簽云位置而產(chǎn)生的誤解，便于用戶瀏覽與地理位置關(guān)聯(lián) 的文本信息，減少了一些不必要的操作，并能夠幫助用戶在大量的位置關(guān)聯(lián)文本信息中把 握信息的總體特征和趨勢(shì)。
【權(quán)利要求】
1. 一種基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，其特征在于，該可視化方法包括 以下步驟： 1) 將普通地圖中的各個(gè)地理位置劃分成離散的點(diǎn)； 2) 根據(jù)點(diǎn)要素和面要素生成算法對(duì)劃分的各離散點(diǎn)進(jìn)行調(diào)整，使其不相互壓蓋，并能 保持相對(duì)位置的準(zhǔn)確性； 3)對(duì)地理位置關(guān)聯(lián)的文本信息進(jìn)行詞法分析和過(guò)濾以提取關(guān)鍵詞和相應(yīng)的詞頻，按照 各地理位置對(duì)應(yīng)的詞頻為與各地理位置對(duì)應(yīng)的離散點(diǎn)設(shè)置權(quán)重； 4)按照權(quán)重的不同對(duì)各離散單元按照標(biāo)簽云的顯示規(guī)則進(jìn)行顯示。
2.根據(jù)權(quán)利要求1所述的基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，其特征在于， 所述的步驟2)是采用Cartogram生成算法實(shí)現(xiàn)，該算法是根據(jù)某種屬性值將各離散單位圓 按照水平和垂直方向重新布局，保持位置的相對(duì)正確。
3.根據(jù)權(quán)利要求2所述的基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，其特征在于， 所述步驟2)中Cartogram算法的實(shí)現(xiàn)過(guò)程如下： a) 將得到的所有離散點(diǎn)都分布于規(guī)則的網(wǎng)格交叉點(diǎn)上； b) 按照設(shè)定的方向?qū)ο噜弮蓚€(gè)離散點(diǎn)之間的距離進(jìn)行簡(jiǎn)化，保留兩點(diǎn)X軸和Y軸方向 上距離較大的，并且將較大的距離調(diào)整為標(biāo)準(zhǔn)單位1，較小的簡(jiǎn)化為0。
4.根據(jù)權(quán)利要求2所述的基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，其特征在于， 所述步驟4)中的標(biāo)簽云顯示規(guī)則包括面向不同尺度的顯示規(guī)則和面向不同時(shí)間的顯示規(guī) 則。
5.根據(jù)權(quán)利要求4所述的基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，其特征在于， 所述面向不同尺度的顯示規(guī)則是用離散的若干模型表達(dá)不同尺度上的相同對(duì)象。
6.根據(jù)權(quán)利要求5所述的基于標(biāo)簽云的位置關(guān)聯(lián)文本信息可視化方法，其特征在于， 所述面向不同時(shí)間的顯示規(guī)則包括兩種，第一種是類(lèi)似于"sprakclouds的思想，該方式是 用戶移動(dòng)鼠標(biāo)至某一個(gè)關(guān)鍵詞時(shí)，該更關(guān)鍵詞就會(huì)浮動(dòng)出來(lái)且放大顯示；第二種方式是使 用"瀑布"的隱喻，隨時(shí)間變化的文本以瀑布飛流之下的形式分布，用戶點(diǎn)擊圖上的任何一 個(gè)模型，就會(huì)顯示出一個(gè)"瀑布"式的標(biāo)簽云。
【文檔編號(hào)】G06F17/30GK104376038SQ201410466976
【公開(kāi)日】2015年2月25日 申請(qǐng)日期:2014年9月12日 優(yōu)先權(quán)日:2014年9月12日
【發(fā)明者】華一新, 李響, 趙婷, 王麗娜, 張晶, 王培
申請(qǐng)人:中國(guó)人民解放軍信息工程大學(xué)