交通行業(yè)事故文本數(shù)據(jù)的可視化挖掘分析方法

程宇航，張健欽，李江川，張 安

北京建筑大學(xué) 測(cè)繪與城市空間信息學(xué)院，北京100044

交通行業(yè)是我國(guó)經(jīng)濟(jì)結(jié)構(gòu)中的先行和基礎(chǔ)產(chǎn)業(yè)，是制約經(jīng)濟(jì)與社會(huì)發(fā)展的重要因素。盡管北京市交通行業(yè)事故起數(shù)、死亡受傷人數(shù)、重特大事故逐年下降，但交通行業(yè)安全生產(chǎn)事故時(shí)有發(fā)生，安全生產(chǎn)形勢(shì)仍然十分嚴(yán)峻[1]。然而現(xiàn)階段通過人工監(jiān)管的方式，遠(yuǎn)遠(yuǎn)不能滿足目前巨大體量的交通行業(yè)管理需要，應(yīng)急防控能力亟待增強(qiáng)[2]。目前交通行業(yè)安全生產(chǎn)事故數(shù)據(jù)仍然采用文本的形式進(jìn)行人工記錄并存儲(chǔ)，如何有效挖掘并利用文本數(shù)據(jù)，對(duì)提升安全生產(chǎn)事故的防控治理工作能力具有重大意義[3]。

為提高交通行業(yè)管理水平，實(shí)現(xiàn)對(duì)交通事故的預(yù)防預(yù)控，避免交通事故造成重大人員傷亡及財(cái)產(chǎn)損失，國(guó)內(nèi)外學(xué)者通過對(duì)事故的時(shí)空特征進(jìn)行分析，為事故預(yù)防預(yù)控提供輔助。例如陸化普等[3]使用地理編碼生成事故的空間分布，并應(yīng)用密度分析和聚類分析法鑒別，發(fā)現(xiàn)深圳市交通事故在空間分布上存在一定特征。郭璘等[4]應(yīng)用改進(jìn)的K-means算法進(jìn)行聚類并對(duì)事故黑點(diǎn)進(jìn)行識(shí)別分析，為降低事故率提供依據(jù)。國(guó)外學(xué)者Kang等[5]利用時(shí)空立方體等新興熱點(diǎn)技術(shù)對(duì)首爾市老年人交通事故進(jìn)行時(shí)空特征分析，結(jié)果為幫助減少涉及老年人的交通事故數(shù)量提供了參考。在事故致因方面林慶豐等[6]基于廣東省機(jī)-非交通事故，選取道路線形等12個(gè)自變量構(gòu)建Logistic模型，分析事故嚴(yán)重程度的影響因素，研究發(fā)現(xiàn)廣東省事故和死亡人數(shù)呈上升態(tài)勢(shì)，且冬天和夜間傷亡率最高。趙丹等[7]通過提取環(huán)境等特征作為自變量，構(gòu)建Probit模型，分析事故形態(tài)和嚴(yán)重程度的相關(guān)性。國(guó)外學(xué)者也對(duì)事故嚴(yán)重程度的影響因素開展相關(guān)研究，例如Mussone等[8]用方向傳播神經(jīng)網(wǎng)絡(luò)，分析城市道路交叉口事故影響因素，以保證城市道路交叉口安全。但以上研究所用數(shù)據(jù)格式固定且拓展性較低。在其他行業(yè)領(lǐng)域，吳伋等[9]選取長(zhǎng)江內(nèi)河航道船舶碰撞事故，應(yīng)用文本挖掘技術(shù)分析，發(fā)現(xiàn)人為因素是船舶碰撞事故的首要致因。譚章祿等[10]利用word2vec模型尋找各類煤礦安全隱患相關(guān)詞，并利用?；鶊D解釋相關(guān)特征。以上研究均通過對(duì)文本數(shù)據(jù)的處理和分析，得出了關(guān)鍵性結(jié)論，為相關(guān)行業(yè)管理提供了科學(xué)指導(dǎo)。在計(jì)算機(jī)領(lǐng)域相關(guān)學(xué)者的研究，體現(xiàn)了使用計(jì)算機(jī)技術(shù)對(duì)文本數(shù)據(jù)處理分析的可行性，例如于鳳等[11]在TextRank和詞性標(biāo)注進(jìn)行關(guān)鍵信息抽取的基礎(chǔ)上，使用Word2vec等方法進(jìn)行選擇題求解，在地理選擇題方面準(zhǔn)確度較高。

綜上所述發(fā)現(xiàn)，目前針對(duì)交通行業(yè)的事故數(shù)據(jù)研究停留在對(duì)固定結(jié)構(gòu)數(shù)據(jù)的分析，對(duì)于開放性的文本數(shù)據(jù)挖掘分析較少，在其他行業(yè)領(lǐng)域雖有相關(guān)研究，但在交通行業(yè)領(lǐng)域的復(fù)現(xiàn)研究較少。故本文以文本挖掘相關(guān)技術(shù)為突破口，海量的交通行業(yè)安全生產(chǎn)事故為數(shù)據(jù)源，嘗試?yán)肳ord2vec詞向量模型，結(jié)合Sigmoid邏輯回歸算法，從特征及致因關(guān)鍵詞分類提取角度出發(fā)，結(jié)合知識(shí)圖譜及總結(jié)分析方法，對(duì)文本型的交通行業(yè)安全生產(chǎn)事故進(jìn)行分析，不僅能夠?yàn)榻煌ㄐ袠I(yè)安全管理提供有價(jià)值的決策，促進(jìn)交通行業(yè)管理方法升級(jí)，而且有利于文本挖掘技術(shù)在交通行業(yè)相關(guān)領(lǐng)域的共享和復(fù)用。

1 數(shù)據(jù)及方法

1.1 交通行業(yè)安全生產(chǎn)事故臺(tái)賬數(shù)據(jù)

以北京市交通行業(yè)安全生產(chǎn)事故臺(tái)賬數(shù)據(jù)為例，從中可以看出，事故臺(tái)賬信息為相關(guān)專業(yè)人員對(duì)事故的解讀描述，數(shù)據(jù)價(jià)值量高但價(jià)值密度較低，如何提取有價(jià)值的信息是本文的主要研究目標(biāo)。交通行業(yè)安全生產(chǎn)事故原始數(shù)據(jù)示例如下：

運(yùn)輸行業(yè)（5起）：

（1）7月2日17：20，運(yùn)通XX路公交車行駛至廣寧路鑄造村站附近路口時(shí)，車輛右側(cè)與一騎自行車男子（70歲左右）發(fā)生碰撞，騎車人受傷。

（2）8月25日10時(shí)37分，XX路公交車由西向東正常行駛至朝陽區(qū)北辰橋下輔路時(shí)，追尾一輛違規(guī)停放在機(jī)動(dòng)車道上的大巴車（京AVXXXX）造成公交車內(nèi)2名乘客受磕碰傷。

1.2 詞向量模型與非線性函數(shù)

詞向量是將每個(gè)詞綁定唯一的索引，從而將文本用向量的形式表示，目的是將自然語言轉(zhuǎn)換成為機(jī)器可以識(shí)別的形式，詞向量的概念在20世紀(jì)80年代由Hinton首次提出。Word2vec（Word to Vector）是一種詞向量構(gòu)建與分析模型，很好地解決了傳統(tǒng)詞袋模型模型VSM（Vector Space Model）[12]維度災(zāi)難的問題，將語義上相近的詞句賦予相似的向量，從而實(shí)現(xiàn)聚類、尋找同義詞、詞性分析等功能[13]。目前Word2vec主要采用跳詞（Skip-Gram）模型和連續(xù)詞袋（CBOW）模型，其中CBOW適用于小型專業(yè)領(lǐng)域數(shù)據(jù)，Skip-Gram在大型語料庫(kù)中表現(xiàn)更好[14]。鑒于本次研究數(shù)據(jù)專業(yè)性較強(qiáng)且數(shù)據(jù)規(guī)模有限，故使用CBOW模式構(gòu)建詞向量模型，CBOW模型的工作原理如圖1所示，由圖可知連續(xù)詞袋（CBOW）模型是3層淺層神經(jīng)網(wǎng)絡(luò)：

圖1 CBOW模型工作原理示意圖Fig.1 Schematic diagram of CBOW model working principle

輸入層：輸入值為X上下文的詞向量，上下文詞個(gè)數(shù)由窗口大小C決定，V為模型訓(xùn)練設(shè)定的向量維數(shù)，X隨著模型訓(xùn)練的過程隨機(jī)產(chǎn)生。

隱藏層：對(duì)輸入的詞向量分別乘以輸入權(quán)重矩陣W（size為V×N），所得向量相加求平均作為隱藏層向量（size為1×N）。

輸出層：通過激活函數(shù)處理得到V-dim概率分布，概率最大的維度指向預(yù)測(cè)出的中間詞，且結(jié)果的精度和適用性在一定范圍內(nèi)受激活函數(shù)影響。

如果不使用激活函數(shù)，輸出的結(jié)果都是輸入值的線性組合，神經(jīng)網(wǎng)絡(luò)的層數(shù)也就沒有了實(shí)際意義，而通過激活函數(shù)引入非線性因素，使神經(jīng)網(wǎng)絡(luò)可以應(yīng)用到眾多非線性模型中。其中Sigmoid函數(shù)將變量映射到（0，1）之間，且單調(diào)遞增在數(shù)據(jù)傳遞過程中不易發(fā)散，所以常用于邏輯回歸中，可以作為二分類模型中的輸出層。

1.3 知識(shí)圖譜可視化分析

知識(shí)圖譜是語義網(wǎng)絡(luò)的一種表現(xiàn)形式，知識(shí)是以三元組的結(jié)構(gòu)存放，在知識(shí)管理及應(yīng)用方面具有多方面的優(yōu)勢(shì)：（1）語義網(wǎng)絡(luò)的知識(shí)存儲(chǔ)模式拓展性強(qiáng)，有利于交通行業(yè)知識(shí)的持久化存儲(chǔ)。（2）將文本類型的非結(jié)構(gòu)化數(shù)據(jù)，處理成價(jià)值密度更高的結(jié)構(gòu)化數(shù)據(jù)，存儲(chǔ)在圖數(shù)據(jù)庫(kù)中。（3）便于交通行業(yè)安全生產(chǎn)突發(fā)事件知識(shí)的整合與擴(kuò)展。故本文使用Neo4j圖數(shù)據(jù)庫(kù)及Gephi圖譜可視化軟件實(shí)現(xiàn)知識(shí)圖譜的構(gòu)建，通過多元、分時(shí)、動(dòng)態(tài)的可視化展示，對(duì)交通行業(yè)安全生產(chǎn)事故特征進(jìn)行挖掘。

2 實(shí)驗(yàn)及分析

2.1 實(shí)驗(yàn)設(shè)計(jì)

由于交通行業(yè)安全生產(chǎn)事故數(shù)據(jù)為文本格式，利用效率較低，為提高數(shù)據(jù)管理及分析效率，需要從文本數(shù)據(jù)中挖掘有價(jià)值的字段，為此設(shè)計(jì)了基于關(guān)鍵詞分類提取的交通行業(yè)安全生產(chǎn)事故分析方法，主要包括文本數(shù)據(jù)預(yù)處理，事故特征、致因關(guān)鍵詞提取，知識(shí)圖譜可視化分析及致因總結(jié)，結(jié)果分析及建議4個(gè)主要步驟，具體流程如圖2所示。

圖2 交通行業(yè)安全事故分析流程圖Fig.2 Traffic accident analysis process

2.2 文本數(shù)據(jù)處理

本文主要使用Python語言編程實(shí)現(xiàn)Jieba分詞功能，為得到最好的分詞質(zhì)量，避免識(shí)別不到領(lǐng)域?qū)I(yè)詞匯，結(jié)合交通行業(yè)相關(guān)規(guī)范，建立交通行業(yè)安全生產(chǎn)領(lǐng)域用戶字典及停用字典，首先利用停用字典去除事故文本中無意義的連接詞及標(biāo)點(diǎn)，再基于用戶字典對(duì)交通行業(yè)安全生產(chǎn)事故數(shù)據(jù)進(jìn)行切分，切分得到事故詞集數(shù)據(jù)示例如表1所示。

表1 事故詞集數(shù)據(jù)示例表Table 1 Example table of accident word set data

2.3 關(guān)鍵詞分類提取

根據(jù)圖2所示步驟，使用經(jīng)過Jieba分詞后的2014—2017年交通行業(yè)安全事故詞集數(shù)據(jù)制作不包含分類屬性的數(shù)據(jù)集，通過專家知識(shí)人工標(biāo)定分類屬性值，制作模型語料庫(kù)如表2所示，表中事故ID表示關(guān)鍵詞所屬事故；詞ID表示關(guān)鍵詞在所屬事故中的位置信息，用于匹配上下文信息；關(guān)鍵詞表示內(nèi)容；分類屬性表示關(guān)鍵詞的類別“1”為特征類關(guān)鍵詞、“?1”為致因類關(guān)鍵詞；分類不明顯的關(guān)鍵值定為“0”以減少影響，利用Python結(jié)合Word2vec依賴包，構(gòu)建CBOW詞向量模型。

表2 模型語料庫(kù)示意表Table 2 Example table of model corpus

訓(xùn)練后每個(gè)關(guān)鍵詞以詞向量的形式存儲(chǔ)在空間中，兩個(gè)關(guān)鍵詞相似性越高，其在空間中的詞向量夾角越小，余弦值越大，通過Python編程實(shí)現(xiàn)計(jì)算詞向量間的余弦值，匹配與目標(biāo)關(guān)鍵詞相似度最高的10個(gè)詞，計(jì)算公式如式（1）所示：式中，ω和s分別目標(biāo)詞與匹配詞的詞向量，ωi與si分別代表詞向量第i維的值。計(jì)算出與目標(biāo)詞相似度最高的10個(gè)詞后，為目標(biāo)詞賦予分類分?jǐn)?shù)Score，計(jì)算公式為式（2），其中cosθ為匹配詞與目標(biāo)詞的相似度，fi為第i個(gè)匹配詞的分類屬性值。

使用2018—2019年交通行業(yè)安全事故作為實(shí)驗(yàn)數(shù)據(jù)導(dǎo)入詞向量模型，通過Python編程實(shí)現(xiàn)Score算法公式，自動(dòng)生成關(guān)鍵詞分類屬性，當(dāng)Score>1時(shí)可以認(rèn)為目標(biāo)詞與特征類關(guān)鍵詞相似度更高，故將該次的分類屬性值設(shè)為1，Score<-1時(shí)，則認(rèn)為目標(biāo)詞與致因類關(guān)鍵詞相似度更高，為致因類關(guān)鍵詞分類屬性值設(shè)為?1，分類結(jié)果如表3所示，分類結(jié)果經(jīng)過專業(yè)審定符合行業(yè)需求。

表3 關(guān)鍵詞分類結(jié)果示意表Table 3 Keyword classification results

3 關(guān)鍵詞分析

交通行業(yè)安全事故的發(fā)生雖然具有突發(fā)性和不可預(yù)測(cè)性，但也是一系列不穩(wěn)定因素和事件相繼作用的結(jié)果，事故致因論指出人和物的不穩(wěn)定的狀態(tài)是造成事故發(fā)生的主要原因，所以認(rèn)為事故的發(fā)生與時(shí)間、空間具有一定的耦合性。故本文將分類提取出的特征關(guān)鍵詞，通過Neo4j圖數(shù)據(jù)庫(kù)結(jié)構(gòu)化存儲(chǔ)后，使用Gephi及知識(shí)圖譜關(guān)聯(lián)路徑挖掘事故時(shí)空特征，將致因關(guān)鍵詞通過致因總結(jié)統(tǒng)計(jì)分析主要致因因素。

3.1 特征詞圖數(shù)據(jù)庫(kù)構(gòu)建

使用Python中pandas和Py2neo工具包，編程實(shí)現(xiàn)自動(dòng)創(chuàng)建實(shí)體節(jié)點(diǎn)并進(jìn)行實(shí)體間的關(guān)系連接。將事故特征關(guān)鍵詞處理入庫(kù)后，Neo4j圖數(shù)據(jù)庫(kù)[15]根據(jù)已處理數(shù)據(jù)自動(dòng)建立實(shí)體并根據(jù)數(shù)據(jù)進(jìn)行關(guān)系連接，初步生成交通行業(yè)安全生產(chǎn)事故特征領(lǐng)域知識(shí)圖譜，示意圖如圖3所示。圖中同類特征關(guān)鍵詞表現(xiàn)為同一種顏色及尺寸，文字標(biāo)注展示實(shí)體名與實(shí)體間關(guān)系。

圖3 交通行業(yè)安全生產(chǎn)事故領(lǐng)域知識(shí)圖譜示意圖Fig.3 Knowledge map of safety accidents in transportation industry

3.2 Gephi可視化分析

將Neo4j數(shù)據(jù)庫(kù)按需求引入Gephi軟件，可以生成簡(jiǎn)潔、直觀的實(shí)體知識(shí)圖譜。因此本文選取發(fā)生行政區(qū)、行業(yè)類別、發(fā)生月份與安全事故為分析對(duì)象，將數(shù)據(jù)導(dǎo)入軟件生成圖譜如圖4所示，圖中每一個(gè)圓代表一個(gè)實(shí)體，相關(guān)事故數(shù)量與圓的半徑及文字大小成正比，半徑越大相關(guān)事故數(shù)量越多。

圖4 Gephi可視化分析圖Fig.4 Gephi visualization diagram

由圖4可知，在空間維度上分析，可以明顯看出城六區(qū)在事故數(shù)量上明顯高于其他城區(qū)，且朝陽區(qū)、海淀區(qū)及西城區(qū)是北京市交通行業(yè)安全生產(chǎn)類突事故最頻發(fā)的兩個(gè)城區(qū)；在行業(yè)維度上分析，路政行業(yè)是事故最頻發(fā)的交通行業(yè)，且集中發(fā)生在海淀區(qū)及朝陽區(qū)，而軌道行業(yè)事故僅發(fā)生在有地鐵運(yùn)行的城區(qū)，這可能是城六區(qū)與其他城區(qū)事故數(shù)量差異較大的原因；在時(shí)間維度上分析，北京市6月、7月、9月安全生產(chǎn)事故數(shù)明顯偏多，這可能與第三季度惡劣天氣較多有關(guān)。

3.3 關(guān)聯(lián)路徑可視化分析

在交通行業(yè)日常的安全生產(chǎn)活動(dòng)中，最需要預(yù)防人員傷亡的事故發(fā)生，為分析存在傷亡事故的空間特征，利用“MATCH p=（a1：district）-[r2：發(fā)生行政區(qū)在]-（a2：event）-[r1：存在傷亡]-（a3：SWE）RETURN p”生成傷亡事故與城區(qū)關(guān)聯(lián)路徑圖譜。傷亡事故關(guān)聯(lián)路徑圖譜是以存在傷亡的事故為中心，以安全事故為一級(jí)關(guān)系、發(fā)生城區(qū)為二級(jí)關(guān)系，并向外關(guān)聯(lián)其他無傷亡事故的關(guān)系網(wǎng)絡(luò)，該網(wǎng)絡(luò)如圖5所示。

圖5 傷亡事故關(guān)聯(lián)路徑網(wǎng)絡(luò)圖Fig.5 Diagram of associated path of casualty accidents

圖5 中可以看出，城六區(qū)安全事故數(shù)量明顯高于外環(huán)城區(qū)，海淀區(qū)、朝陽區(qū)在安全生產(chǎn)事故基數(shù)多的情況下發(fā)生了一定數(shù)量的傷亡事故，相反在外環(huán)城區(qū)如房山、大興、懷柔、平谷等城區(qū)，雖然發(fā)生安全生產(chǎn)事故較少，但仍然存在人員傷亡的情況，且發(fā)生傷亡事故的概率更大，提醒相關(guān)部門需要特別關(guān)注，外環(huán)城區(qū)的相關(guān)管控措施是否到位。

3.4 致因詞總結(jié)

參考相關(guān)文獻(xiàn)及專家建議對(duì)事故文本致因類關(guān)鍵詞進(jìn)行分析聚類，將關(guān)鍵詞按致因主題分為：人為因素、設(shè)備因素及其他因素，并根據(jù)關(guān)鍵詞推斷進(jìn)行致因總結(jié)，結(jié)果如表4。表4中致因主題揭示出，車輛設(shè)備故障、交通從業(yè)人參與人的忽視、惡劣環(huán)境及突發(fā)情況是北京市交通行業(yè)安全事故多發(fā)的主要原因，關(guān)鍵詞反映事故中的關(guān)鍵細(xì)節(jié)，致因總結(jié)是結(jié)合事故文本對(duì)致因主題進(jìn)行更細(xì)致的解讀。

表4 關(guān)鍵詞主題分類及總結(jié)Table 4 Key words subject classification and summary

4 分析結(jié)果及建議

總結(jié)以上事故特征及致因發(fā)現(xiàn)，北京市交通行業(yè)安全生產(chǎn)事故在第三季度普遍增多，其中7月、9月事故數(shù)量最多，這可能受夏季強(qiáng)降雨影響極端天氣偏多，容易引發(fā)路面塌陷、道路積水等事故。從地域分布情況來看，城六區(qū)的事故數(shù)量遠(yuǎn)多于遠(yuǎn)郊城區(qū)，同時(shí)城六區(qū)中，海淀區(qū)、朝陽區(qū)事故數(shù)量最多，遠(yuǎn)郊城區(qū)中懷柔區(qū)、平谷區(qū)、延慶區(qū)事故數(shù)量最少，但均存在傷亡情況，這可能與遠(yuǎn)郊城區(qū)工程建設(shè)及大貨車較多有關(guān)，安全隱患仍然存在。其中城六區(qū)事故多發(fā)，原因可能為軌道交通類事故頻發(fā)，事故主要集中在早晚高峰時(shí)段，主要原因可能為客流量大，且地鐵修建較早，基礎(chǔ)設(shè)施老化等。從事故類型情況來看，運(yùn)輸行業(yè)類事故是出現(xiàn)人員傷亡的重點(diǎn)類型，其中人為因素占比最高，如司機(jī)違規(guī)操作、非機(jī)動(dòng)車及行人不遵守交通規(guī)則是出租客運(yùn)類事故高發(fā)原因，公共交通類事故的誘因有交通事故、車輛起火、車輛故障，其中交通事故和車輛起火是發(fā)生傷亡情況的主要誘因。根據(jù)以上安全生產(chǎn)事故特征，綜合行業(yè)安全應(yīng)急管理實(shí)際情況，提出工作建議5點(diǎn)，以此促進(jìn)相關(guān)企業(yè)深入排查隱患，提高安全生產(chǎn)能力和水平。

（1）加大汛期期間道路巡查力度，針對(duì)極端天氣制定特殊方案。

（2）根據(jù)城區(qū)實(shí)際情況分別制定防控方案，對(duì)重點(diǎn)區(qū)域和類型加強(qiáng)監(jiān)管。

（3）城六區(qū)應(yīng)重視相關(guān)從業(yè)車輛的養(yǎng)護(hù)與檢修，發(fā)現(xiàn)問題應(yīng)及時(shí)上報(bào)，增強(qiáng)駕駛員培訓(xùn)，在安全駕駛的基礎(chǔ)上，學(xué)習(xí)突發(fā)事故應(yīng)急處置規(guī)范避免傷亡。同時(shí)加強(qiáng)對(duì)乘客的宣傳教育，提高應(yīng)急逃生能力。

（4）遠(yuǎn)郊城區(qū)應(yīng)嚴(yán)格執(zhí)行治超管理，禁止超載超限車輛上路，嚴(yán)肅打擊交通違法行為。

（5）建立交通行業(yè)內(nèi)相關(guān)部門內(nèi)部的協(xié)調(diào)、報(bào)送、聯(lián)動(dòng)機(jī)制，提高指揮調(diào)度能力。

5 結(jié)論

（1）通過對(duì)事故文本數(shù)據(jù)關(guān)鍵詞的提取，不僅可以獲取事故的位置信息，還可以獲取事故的詳細(xì)描述與致因信息，解決了傳統(tǒng)事故分析中數(shù)據(jù)格式局限性的問題，還實(shí)現(xiàn)了時(shí)空特征與語義信息的結(jié)合，有助于對(duì)交通安全事故的進(jìn)一步認(rèn)識(shí)與分析。

（2）通過Word2vec建立交通行業(yè)安全事故詞向量模型，對(duì)分詞處理得到的關(guān)鍵詞集進(jìn)行分類，通過特征類關(guān)鍵詞分析北京市交通行業(yè)安全生產(chǎn)工作宏觀特征，明確事故頻發(fā)的行業(yè)及區(qū)域，再通過致因類關(guān)鍵詞挖掘事故細(xì)節(jié)中的潛在致因因素，依此為相關(guān)管理部門提出針對(duì)性的工作建議，全面提升交通行業(yè)安全管理水平。

（3）圖譜快速可視化方法與傳統(tǒng)可視化方法相比，簡(jiǎn)化了制圖步驟，從宏觀的角度對(duì)研究目標(biāo)進(jìn)行分析，通過圖文的結(jié)合將多種屬性信息集合，提高了價(jià)值密度便于讀者獲取更多信息。

（4）隨著大數(shù)據(jù)時(shí)代的來臨，開放性的文本數(shù)據(jù)量劇增，數(shù)據(jù)價(jià)值高但價(jià)值密度較低，通過詞向量模型的應(yīng)用可以高效挖掘文本數(shù)據(jù)中的有效信息，在眾多行業(yè)內(nèi)已得到廣泛應(yīng)用。但本文還存在關(guān)鍵詞類別較單一、區(qū)分精度有待提高等問題。為解決相應(yīng)問題，需要更專業(yè)的字典，更全面的數(shù)據(jù)內(nèi)容以及模型方面的進(jìn)一步優(yōu)化。