协同讨论观点影响度分析及其可视化实现

随着大量网络协同讨论平台的产生,讨论的参与者已经突破了地域的限制,讨论的内容与深度也随之爆炸性地增长。在含有大量冗余信息的讨论中,快速找到讨论的核心与当前热点话题,是推进讨论快速进行的关键。文章提出一种观点影响度分析方法,通过基于Hownet语义词典的语义相似度分析方法,帮助讨论观点自动分类,并通过可视化手段将观点之间的影响程度实时展现出来,辅助人们在杂乱的讨论过程中把握中心观点和当前热点。     

非线性系统规律的动态可视化方法

随着对非线性系统的深入研究,人们发现生活中大量现象内部存在着复杂的非线性作用机制,单纯依靠抽象思维去发现和理解事物背后的规律越来越困难。为了展现非线性系统数据流中的内在规律信息,以相空间重构和流形学习算法为基础,提出一种非线性系统规律分析可视化方法。在此基础上,通过改进只能处理静态时序数据的算法,提出针对数据流信息的可视化方法,用于动态展示非线性系统的变化规律。最后通过仿真实验,说明该方法可以有效的可视非线性系统规律信息,辅助人们认知和分析事物发展趋势。