我们提出了转发地图（R-Map），一种基于地图隐喻的社交媒体信息转发的可视化方法。该方法利用地图上不同的元素编码转发信息的不同特征，通过该方法及系统，能够直观的展示出一条社交媒体信息的转发结构、用户在转发过程中的角色以及转发过程中语义的变化。
社交媒体已经成为人们分享、获取信息的重要平台。当用户在社交媒体（如微博）上发出一条信息后，其它用户可以对这条信息转发，在转发的信息中可以加上自己的评论，表达自己对原信息的看法。转发信息又可以再次被转发，大量用户参与的多层次转发促进了原始信息在人群中的传播。针对这样的层次结构数据，存在多种不同的可视化形式，比如节点-连接图，树图等，然而这类可视化形式存在空间利用率不足或者不够直观的问题。针对信息传播可视化，已有工作主要关注大量多源信息中事件、话题的传播演变分析，但是缺乏对于单条信息转发结构以及转发过程中语义的探索。
图1. R-Map系统视图。
针对现有技术中存在的缺陷，我们提出了转发地图（R-Map）[1]，一种基于地图隐喻的社交媒体信息转发的可视化方法，利用地图上不同的元素编码转发信息的不同特征，通过该方法及系统，能够直观的展示出一条社交媒体信息的转发结构、用户在转发过程中的角色以及转发过程中语义的变化。具体步骤包括：
- 针对待分析的原始信息，获取其所有的转发信息。
- 根据社交媒体信息的转发关系构建原始信息的转发树。
- 从转发用户中提取关键人物，并构造关键人物之间的转发树。
- 构造R-Map的布局，如图2所示。
- 根据关键人物的不同转发关系，使用不同的方法进行连接。
- 通过与所构建的社交媒体信息转发系统的交互，实现对于原始信息转发的可视分析。
图2. R-Map构造流水线
如图3为R-Map中的视觉编码方法。在地图上，对于转发的关键人物用湖泊表示。在信息转发过程中，关键人物之间存在不同类型的转发关系，这些关系对于信息的最终传播形态有着不同的影响。在R-Map中，对于不同的转发关系进行了区分
- 对于存在转发关系的关键人物，构建转发消息的特征向量，然后计算之间的余弦距离。如果距离小于设定阈值，表明二者在语义上差异较大，通过桥梁连接。
- 关键人物在未关注的情况下转发其它关键人物，通过航线连接。
- 对于存在转发关系的关键人物，不存在以上的转发情形，通过河流连接。
图3. R-Map的编码方式
为了增强转发过程中的语义进行分析，一方面在R-Map的构造过程中，语义相似的转发会聚集在一起形成区域，另一方面通过在地图上直接嵌入关键词的方式表示该地区用户谈论的话题，同时关键词的颜色表示传播过程中社交媒体用户的情感态度。
下面我们通过具体剖析图1中案例来说明关键人物是如何扩大源消息的影响力并促进与整个事件相关的主题的发展。图1中展现了是改事件的概览。原始微博由南小七(Little7)发出，然后由十年砍柴(Kanchai)和南小七的转发。后来，姚晨(Yaochen)转发了南小七，从而在地图上创建了大片地区。姚晨是一个新浪微博上大V，用有上千万的粉丝。接着，南小七和新浪微博的官方帐户也转发了姚晨的微博。从地图上可以看出，转发南小七的关键人物没有关注她，并引入了不同的讨论主题，如地图上桥梁和航线所示。该地图是使用语义布局生成的。我们将事件分为三个阶段（图4中S1，S2和S3）。
图4. R-Map可视化关键人物在转发过程中的影响。
在第一阶段，南小七发布了原始消息，表示她希望采访著名女演员姚晨(S1-1)。尽管她@了姚晨，但她并不认为姚晨会看到此消息，因为姚晨每天都会收到大量消息微博。开始少数人转发了该消息，在地图的源头周围围绕着一些城市(S1-3）。这些转发大多数都鼓励了她，情感积极，并在其转发时@了姚晨，如词云视图(S1-4)所示。然后，南小七转发了她的第一个微博，在地图上生成了第二个湖泊。单击此湖泊，我们发现这个转发更详细地解释了她的采访提议，并再次@了姚晨(S1-2)。但是，很少有人对此微博做出回应。
然后转发几乎停止了一段时间。差不多20天后，情况发生了变化(S2)。如地图所示，姚晨转发了南小七的微博，进一步而产生了更多的转发，这些转发构成一个大国家。通过查看了姚晨的信息(S2-2)，可以发现她在新浪微博上有超过8000万粉丝。相反，她仅关注471个用户。姚晨没有关注南小七，它们通过地图上的一条航线相连。姚晨对南小七的回应引起了热烈的讨论。这些转发(S2-1)中出现了“鼓掌”，“能量”和“真诚”之类的关键词，这与南小七的转发中的关键词不同，所以他们之间通过桥梁连接。在姚晨的转发区域内，可以找到一些重要的城市。例如，一个叫Yaxi的用户对这个事件感到惊讶，她认为“坚持不懈是成功的关键”(S2-3)，另有十四个用户转发了她。在得到了姚晨的答复后，南小七在很短的时间内做出了回应，并对姚晨表示感谢(S2-4)。新浪娱乐也将此消息转发给了其受众(S2-5)，推动了事件的进一步传播。南小七和新浪娱乐是姚晨的粉丝，在他们的转发中使用的关键词相似，他们互相连接在地图上形成了一块大陆。在此阶段，讨论几乎都是积极的。用户赞扬了姚晨的友善，并祝贺南小七取得了成功。第二个阶段(S2)虽然仅持续了几个小时，但引发了众多讨论。与第一个阶段(S1)相比，第二个阶段(S2)展示了关键人物对信息传播的巨大影响。
在最后阶段(S3)，另一个名为十年砍柴的用户参加了讨论。他在短时间内两次转发了原始微博(S3-1，S3-2)，在地图上生成了两个不同的岛屿(S3-3，S3-4)。这两个岛屿都通过桥梁和航线连接到南小七，这表明十年砍柴没有关注南小七，并且他的转发原始微博引入了新的话题。我们查看了他的微博，发现他批评南小七对姚晨缺乏尊重。一方面他指出南小七在原始消息中没有使用谦虚的语言(S3-2）。另一方面，他说“欣赏”一词不适合晚辈对长辈使用。他有超过70000的粉丝，他的微博引发了关于人际关系中平等和礼貌的争论。通过用情感为地图着色，我们发现负面情绪主导了这些岛屿中的城市。
在这个案例中，我们可以发现原始消息是如何通过关键人物的转发而传播到大量人群中，这些人物不仅改变了转发的时间模式，而且还引入了不同的情感和主题。与传统的树形可视化方法相比，R-Map在确定转发树结构的同时可以直观地揭示转发过程中的语义特征。
参考文献
[1] Shuai Chen, Sihang Li, Siming Chen, and Xiaoru Yuan. R-Map: A Map Metaphor for Visualizing Information Reposting Process in Social Media. IEEE Transactions on Visualization and Computer Graphics (VAST’19), 26(1):1204-1214, 2020.
评论关闭。