一种图文集合的可视化方法

摘要

一种图文集合的可视化方法，对含有图片的文本集合进行处理，以得到图文集合的特征词及特征词的权重、特征图片及特征图片的权重，然后利用特征词与特征图片对图文集合进行可视化；本发明同时提供了一种图文集合的可视化装置，包括：预处理模块，用于将待可视化的原始数据进行预处理，获得图文集合的特征词及特征词的权重、特征图片及特征图片的权重；可视化模块，用于利用上述结果数据进行信息可视化，呈现出图文集合的特征；本发明将图文集合的特征词及特征图片通过图形界面进行展示，从而达到使用户直观、快速地了解图文集合内容的目的。

主权项

一种图文集合的可视化方法，其特征在于，包括：对含有图片的文本集合进行处理，以得到图文集合的特征词及特征词的权重、特征图片及特征图片的权重；利用特征词与特征图片对图文集合进行可视化，规则是：a.整体分布呈椭圆形；b.特征词的权重越大，字体越大，位置越靠原点；c.图片的权重越大，位置越靠原点；d.紧邻图片的特征词颜色为图片的主色调；其中每张图片利用如下算法进行主色调的抽取：1)定义一个迭代次数上限M；2)随机在图中找N个点，取出它们的RGB值作为种子点；3)对图中的每个点找到一个RGB值和它最相近的种子点，并将图中的这个点加到RGB值最相近的种子点所在点群中；4)计算点群中种子点的平均RGB值，并将这个RGB值作为新的种子点；5)比较这个新的种子点的值是否和旧值相等，如果相等则种子点收敛完成进入第6)步，如果不等则继续执行第3)步，直至迭代次数达到M次，新的值指的是第4)步点群中种子点的平均RGB值，旧值指的是第3)步中的最相近种子点的RGB值；6)当种子点收敛完成或者迭代次数达到M次，对所有种子点所在点群的权重做一个排序，权重即其中包含点的个数；7)取出权重最高的种子点的值，作为图片的主色调。