论文研读-社交媒体可视化-地图隐喻转发地图R-Map

一、论文概述

文章是2020年发表在TVCG上的一篇文章，是北京大学可视化与可视分析研究组袁晓如课题组的工作，提出R-Map (repost Map)，这是一种带有地图隐喻的视觉分析方法，支持对社交媒体中信息转发过程的交互探索和分析。
文章地址：
R-Map: A Map Metaphor for Visualizing Information Reposting Process in Social Media
https://ieeexplore.ieee.org/abstract/document/8805419/

1.1 文章摘要

我们提出R-Map (repost Map)，这是一种带有地图隐喻的视觉分析方法，支持对社交媒体中信息转发过程的交互探索和分析。
一条原创的社交媒体帖子可以在网络上引发大量的转发(也就是转发)，涉及成千上万甚至数百万持不同观点的人。这样的转发行为形成了转发树，其中一个节点表示消息，一个链接表示转发关系。
在R-Map中，转发树结构可以用突出显示的关键角色和平铺的节点进行空间化。在虚拟地理空间中，将重要的转发行为、转发关系和语义关系分别表示为河流、路线和桥梁。R-Map通过语义支持对大量信息转发的可伸缩概述。地图上的额外交互被提供来支持信息扩散过程中时间模式和用户行为的研究。
我们用两个用例和一个正式的用户研究来评估我们系统的可用性和有效性。

1.2 文章贡献

• 一种新颖的信息转发视觉隐喻设计。
  转发地图提供了转发过程的概述。它使用直观的视觉隐喻来表示多方面的信息，使用户能够探索不同的模式。
• 一个可视化分析系统，探索用户在社交媒体上的转发行为。
  提供了不同的交互，帮助用户更容易地与地图交互，让用户从不同的角度了解转发过程。

1.3 文章脉络

• Section2 ：相关的工作
• Section 3 ：数据
• Section 4 ：R-Map的设计和构造方法
• Section 5 ：可视化系统
• Section 6 ：两个案例分析
• Section 7 ： 用户结果报告
• 全文总结，工作展望

二、相关工作

[11,47]总结了社交媒体可视化和视觉分析方面的最新研究成果。
本文综述了信息扩散、树状可视化和基于地图的可视化等方面的研究进展。

• 信息扩散分析。除了对信息传播过程建模[20,21]，其他研究也已进行，以预测扩散信息并能够检测扩散模式[38]。与这些作品不同的是，本文运用可视化技术，以地图隐喻的方式来阐释信息的扩散过程。
• 信息扩散的可视分析。人们提出了许多类型的可视化来揭示社交媒体中的扩散模式。其中许多都使用改进的节点-链接图直接可视化消息的转发树。
  R-Map的目标是为具有多面信息的大规模转发树提供一种可伸缩的可视化方法，这与以前的工作不同。其他研究集中于分析集体信息的传播模式，这些信息通常都有相同的主题。所有这些方法都是成功的设计，从不同的角度揭示了信息的传播过程，但忽略了单个消息的详细传播模式。
• 树可视化。使用直线或曲线的显式节点链接图是最常见的树可视化方法。尽管节点链接图允许用户很容易地解释节点之间的关系，但节点链接图的空间效率相当低，这在分析大规模的重新发布树时造成了混乱。对于隐式树可视化，treemaps[22]和icicle plot[25]是两个突出的方法。
  尽管已经提出了许多树的可视化方法，但它们只专注于显示树的结构。很难创建一种直观的方式来可视化转发树中节点的特征和关系，这是论文的重点。
• 关系数据的基于地图的可视化。地图是用来绘制一个区域的表面来代表地理特征的分布。地图隐喻工作已经有不少成果，在社交媒体领域，Gansner等人[16]提出了一种动态地图生成方法，用于分析实时Twitter消息中不断演变的话题。[26]使用基于螺旋的布局来生成一个紧凑的地图，用于比较流推的集群大小。Chen等人，[9]引入了D-Map，一种基于六边形的地图，用于分析以用户为中心的信息扩散模式。后来，他们提出了D-Map+[8]和E-Map[7]，让用户可以在社交媒体上对事件演变进行多方面的分析。但是，这些方法提供了多个源消息扩散行为的聚合视图，并忽略了转发的多级结构。

三、社交媒体数据

在本节中，介绍数据并总结转发过程中的重要特征。

3.1 数据属性

数据来自新浪微博，重点分析了原创微博的转发过程。数据描述如下：

属性	描述
Root user（根用户）	原始微博的作者
Repostings（转发）	包括直接转发和间接转发。对给定微博的转发是那些直接转发或间接转发的微博。
Comments（评论）	社交媒体用户在转发的微博上发表评论，表达自己的观点。
Semantics-varying repostings（语义变化转发）	指在被转发的微博上创建新的主题的微博。
Non-follower repostings（未关注转发）	指未关注被转发微博的作者的用户发布的微博。
Key players（关键角色）	对原始微博进行大规模转发的社交媒体用户。
用户的级联转发形成一个树。在这棵树中，原始微博是根节点，所有的转发都是根的后代节点。节点的直接转发是它的子节点。

通过以下几个方面可以总结出某条微博信息的传播特征：

• 转发结构。许多用户可以参与转发过程，创建复杂的树结构。
• 关键角色。用户在转发过程中有不同的角色。关键角色对转发树结构和语义的塑造有很大的影响。
• 不同的行为。转发可能具有不同的语义或时间特征。在这里，我们探讨了转发用户的特征，因为这些特征可能揭示了转发过程背后的社会机制。
• 动态扩散。微博的传播生命周期有多个阶段，包括开始、爆发、消亡。在每个阶段，都有不同的转发行为、话题和关键人物。

3.2 不