系統流程與架構

圖 15 系統流程圖

本系統的設計分為「資料處理」與「資料視覺化」兩個部份， 圖 15 為本 系統從資料處理至視覺化的整體運作流程圖。系統背後有一個經過斷詞（Term Segmentation）與索引建置的索引庫（Index DB）；當關鍵字輸入後，將符合關鍵 字所有文章取出（Document Match）；接著在從文章中取出相關的關鍵字（Term Extraction）並做過濾（Term Filtering）；再來將所有關鍵字進行文章數量探勘（Term Sequences Analysis ）與共現分析（Co-occurrence Analysis）主要取出關鍵字出現 於新聞的文章數與兩關鍵字共同出現於新聞的文章數；緊接著將資料格式化

（Data Formatting）並將其調整成視覺化能夠使用的數值（Data Scaling）;最後進 入網絡視覺化（Network Visualization）。此外，本系統的視覺化設計，著重在互 動功能的表現，在介面中使用者能夠隨意的輸入關鍵字或是點擊相關關鍵字，而 當此事件觸發後，系統會將被點擊的相關關鍵字視作輸入關鍵字，重複執行上述 相關文章萃取、關鍵擷取、過濾、共現分析、資料格式化等步驟並重繪網絡視覺 化介面。

37 圖 16 系統架構圖

圖 16 為本系統之系統架構圖，分別以資料庫層級（Database Layer）、功能 層級（Functional Layer）、平台層級（Platform Layer）與應用層級（Application Layer）

等四個部分作說明。

 資料庫層級：本系統的資料存取主要來自於兩個資料庫，其一為存放新聞原 文的資料庫，資料庫欄位包含不重複之新聞編號、新聞標題、新聞內容、新 聞來源網站、新聞分類（例如，財經、政治、生活天氣等等）與新聞發稿時 間等；其二為新聞文章經斷詞過後的索引庫，資料欄位包含詞彙與其出現的 新聞文章編號，這是為了快速取得符合輸入關鍵字之新聞文章。

 功能層級：而功能層級主要對應即時資料處理與使用者互動事件監控的特色 進行功能設計，其中 Keywords Extractor 為取得相關關鍵字之功能模組；

Dimensions Extractor 事實上包含流程圖中之數量探勘（Term Sequences Analysis ）與共現分析（Co-occurrence Analysis）兩個步驟，主要是取出視 覺化中的資料維度；Articles Searcher 是為了能夠快速取得新聞原文，因為 本系統除了以網絡圖進行相關關鍵字推薦外，希望提供使用者能夠追朔新聞 原文；而 Interaction Monitor 則是為了監控使用者之互動事件的發生與否，

38

而於視覺化介面中進行相對應的反應。

 平台層級：本系統透過網際網路作為提供系統服務的平台，以整體的系統服 務來說，所有視覺化呈現與資訊處理的存取皆利用網際網路進行資料傳輸，

主要是為了能夠達成使用上的方便性，因為新聞瀏覽並不屬於專業性的分析 活動，使用者只須開啟瀏覽器，即可使用本系統所提供的新聞導覽服務。

 應用層級：本系統於應用層級中主要提供的是資訊視覺化與視覺化互動，而 視覺化的部分主要提供關鍵字網絡（Network Visualizer）幫助使用者瀏覽新 聞，另外提供關鍵字於各時間點之新聞量的趨勢圖（Trend Visualizer）供使 用者作參考，同時使用者能夠利用 Dates Controller，設定新聞資料的時間區 間 ； 網 絡 圖 中 使 用 者 能 夠 利 用 滑 鼠 與 節 點 進 行 互 動 （ Visualization Interactions），例如點擊節點、拖曳節點與縮放視角等；使用者能夠利用 Browsing Path Controller 來控制自我的瀏覽路徑，例如使用者能夠清除已點 擊過的節點；為了讓使用者能夠以不同的角度觀察關鍵字網絡，使用者能夠 利用 Layout Controller 即時的切換網絡圖的繪圖規則，本系統應用環狀、

Force-Directed 與 Chameleon 三種不同的網絡繪圖供使用者作切換，將於本 章第二節針對此三種繪圖演算法與特色詳細介紹之。

一、 資料處理

本系統為了提高提取兩個主要維度（關鍵字的新聞文章數量與倆倆共同出現 的新聞文章數）與符合關鍵字的所有新聞文章的效率，預先將新聞資料庫中的每 篇文章以「詞」為單位建置索引庫，而詞的長度設定為一至十個中文字元，索引 庫中儲存各獨立不重複的詞、出現的新聞編號與出現次數，並且於建置詞索引的 過程中將內容完全相同的新聞文章作過濾。這樣的作法是為了在資料處理的模組 中迅速的取得一個或是多個關鍵字出現的文章原文與文章數量，同時也能夠依據 關鍵字出現於文章中的次數將新聞作排序。

39

當系統的前端接收到使用者輸入的關鍵字 Q1 後，依照以下步驟進行：

1) 進入索引庫找出符合關鍵字的新聞文章編號，由於考慮到即時運作的效 率，僅取符合關鍵字且字頻（Term Frequencies）最高的前一百篇文章編 號，取得編號後則進入新聞原文資料庫中取出編號所對應的新聞原文；

2) 進行相關關鍵字萃取（Term Extraction），從第一個步驟中所取得的新聞 文章中取出相關的關鍵字｛R1, R2…Rn｝，在這個步驟中同時利用中研院 平衡語料庫¹⁵對於詞性的分類標準來濾掉不要的詞性（例如，動詞、副 詞、介係詞等等），實際的過濾方法，主要是將所有從文章中取得的關鍵 字逐一輸入平衡語料庫中進行詞性比對，符合過濾詞性之辭彙即捨棄；

3) 第三步驟是將所有關鍵字｛Q1, R1, R2…Rn｝逐一的進入新聞資料的索 引庫中，取出各關鍵字出現在整個新聞資料庫中的文章數量，主要目的 是取得「新聞量」的維度，於網絡圖中以節點的大小表示，而實際的作 法與第一步驟類似，不同的地方在於此步驟中取出的是所有符合關鍵字 的新聞文章數量，而非前一百篇的新聞編號；最後的步驟是將這些關鍵 字倆倆進行共現分析（Co-occurrence Analysis），取出倆倆關鍵字共同出 現的新聞文章數，目的是取得「共現量」，於網絡圖中以兩關鍵字連線的 線條粗細表示，實際的作法是將兩關鍵字以「&（and）」邏輯運算聯結，

接著進入索引庫中進行查詢，取得共現的文章數量，若文章數量為「0」

則表示此二關鍵字於新聞資料庫中並無相關。表 3 為一篇以「流感」作 為輸入的關鍵字 Q1 取出的新聞文章，並利用此文章取出相關關鍵字（R1、

R2）的範例。

15 http://db1x.sinica.edu.tw/kiwi/mkiwi/

40 表 3 關鍵字萃取範例

新聞原文 相關關鍵字

新北市衛生局指出，國際間流感疫情升溫，民眾出國前應先打流感疫苗，

目前新北市剩餘成人劑型（3 歲以上）流感疫苗僅有 1 萬 5000 劑，3 歲 以下幼兒劑型流感疫苗仍有 2 萬劑。為避免出國染病敗了遊興且有礙健 康，民眾出國前最好能先接種流感疫苗，若到各區衛生所接種，不收費，

若到合約醫療院所接種，會酌收掛號費及診察費。

流感：5（Q1）

流感疫苗：4（R1）

劑型：2（R2）

說明：以「流感」作為輸入的關鍵字 Q1 取出的新聞文章，並利用此文章取出相關關鍵字（R1、

R2）的關鍵字萃取範例

二、 視覺化介面設計

介面設計主要為相關關鍵字網絡的視覺化，其次為能夠幫助使用者進行新聞 瀏覽之導覽功能，本研究參考過去相關的網絡佈局演算法，實作三種不同繪圖規 則的新聞網絡，以及數個關鍵字與新聞過濾互動功能，依序介紹如下。

（一） 關鍵字網絡視覺化

過去以視覺化為輔的互動式搜尋系統，通常利用星狀圖來呈現主要關鍵字與 相關關鍵字的關係，另以關係線條的粗細來表示關係強度，而本系統除了呈現關 係強度，利用網絡圖來呈現關鍵字。如圖 17 所示，以星狀圖僅能看見主要關鍵 字與哪些關鍵字相關，如同本研究第二章第一節所作的討論，這樣的呈現方式與 文字標籤相似，某些情況使用者可能會需要知道究竟這些相關的關鍵字是否相關，

且相關的強度為何。

41 圖 17 以星狀圖與網路圖呈現關鍵字的差異

（二） 不同的網絡繪圖方法

為了提供使用者能夠以更多的角度來瀏覽資料，本系統提供多個網絡圖佈局

（Layouts）予以使用者即時的切換使用。主要採用三種繪圖演算法：環狀（Ring）、 Force-Directed 與 Chameleon。環狀的呈現方式是以主要關鍵字為中心點而相關的 關鍵字以圓圈的方式散開，這是為了給予使用者一個節點不重疊的關鍵字網絡圖，

使 用 者 能 夠 藉 由 環 狀 的 關 鍵 字 呈 現 完 整 的 環 視 所 有 相 關 關 鍵 字 ； 而 Force-Directed 則採用 Fruchterman 與 Reingold（1991）提出的繪製無向圖演算法，

其能夠繪製符合視覺平衡的網絡圖，以節點之間的關係強弱計算位置，使用者能 夠藉由觀察各節點之間的距離瞭解整體關鍵字的強弱關係；本系統同時採用 Karypis、Han 與 Kumary 在 1999 提出的 Chameleon 群集分析演算法，與上述二 繪圖演算法不同的地方在於其主要目的在於呈現關鍵字的分群，節點與節點之間 的距離並不代表任何意義。使用者除了能夠藉由環狀的關鍵字呈現，清楚的一覽 所有關鍵字；亦或利用 Force-Directed 觀察所有關鍵字的關係強弱分配；若想要 將關鍵字進行分類，則利用 Chameleon 以子群的角度觀察關鍵字。提供繪圖規則 的切換最大的幫助便是滿足使用者能夠即時的、彈性的轉換視野，而不會因為觀 察角度過於固定而造成相關資訊的遺漏。

42

（三） 過濾與互動功能

互動功能的加入能夠有效的幫助使用者過濾資訊、切換視角。為了幫助使用 者在瀏覽資料時能夠降低呈現的複雜度、記錄瀏覽歷程與放大縮小瀏覽視野，本 介面包含下列幾種互動功能：

1. 即時搜尋：當使用者點擊任一關鍵字，系統會將其相關的關鍵字做及時 的關鍵字萃取運算，並延展於當前的網絡圖中，同以聯集的方式將使用 者之前輸入的或是點擊過的關鍵字一併搜尋其相關新聞文章。

2. 導航瀏覽歷程：使用者有的時候可能會需要記錄前幾次搜尋，也就是在 介面中點擊了哪些關鍵字。於本研究第二章第一節所提到，使用者在搜

2. 導航瀏覽歷程：使用者有的時候可能會需要記錄前幾次搜尋，也就是在 介面中點擊了哪些關鍵字。於本研究第二章第一節所提到，使用者在搜