27. Oktober 2021 / Christina Warren

IEEE VIS Best Paper Honorable Mention Award für "Real-Time Visual Analysis of High-Volume Social Media Posts"

VIS Forscher auf der IEEE VIS 2021 für besonders herausragende Arbeit ausgezeichnet.
[Bild: Johannes Knittel / VIS]


Johannes Knittel, Steffen Koch, Tan Tang, Wei Chen, Yingcai Wu, Shixia Liu und Thomas Ertl haben für ihr Forschungspaper "Real-Time Visual Analysis of High-Volume Social Media Posts" den IEEE VIS Best Paper Honorable Mention Award verliehen bekommen. Der von einer Expertenjury vergebene Preis zeichnet unter allen Konferenzbeiträgen besonders herausragende Arbeiten aus. Der entwickelte Ansatz zeigt neue Wege auf, wie große Mengen an kontinuierlich geteilten Beiträgen in sozialen Medien in Echtzeit visuell aufbereitet und analysiert werden können. Die IEEE VIS Konferenz ist das weltweit wichtigste Wissenschaftsforum für Visualisierung und Visual Analytics. Die Konferenz findet dieses Jahr vom 24. Oktober bis zum 29. Oktober statt und wird pandemiebedingt online veranstaltet.  


Abstract

Breaking news and first-hand reports often trend on social media platforms before traditional news outlets cover them. The real-time analysis of posts on such platforms can reveal valuable and timely insights for journalists, politicians, business analysts, and first responders, but the high number and diversity of new posts pose a challenge. In this work, we present an interactive system that enables the visual analysis of streaming social media data on a large scale in real-time. We propose an efficient and explainable dynamic clustering algorithm that powers a continuously updated visualization of the current thematic landscape as well as detailed visual summaries of specific topics of interest. Our parallel clustering strategy provides an adaptive stream with a digestible but diverse selection of recent posts related to relevant topics. We also integrate familiar visual metaphors that are highly interlinked for enabling both explorative and more focused monitoring tasks. Analysts can gradually increase the resolution to dive deeper into particular topics. In contrast to previous work, our system also works with non-geolocated posts and avoids extensive preprocessing such as detecting events. We evaluated our dynamic clustering algorithm and discuss several use cases that show the utility of our system.

Kontakt

Johannes Knittel, M.Sc.

johannes.knittel@vis.uni-stuttgart.de 

Zum Seitenanfang