随着互联网的发展,网络平台逐渐成为公众表达意见和抒发情感的主要阵地,网络舆情也随之成为社会舆情的主要成分。文本作为网络信息最主要的载体之一,是网络舆情挖掘的主要内容来源。在当今网络文本大量产生并快速传播的背景下,网络舆情进入了概念细分的新阶段,网络舆情特征挖掘及可视化技术是实现对舆情分类分级的重要手段。对于大规模的网络文本,从语义层面对其进行主题挖掘,并构建层次关系,是对舆情分级分类的解决方法之一。本文在利用层次主题模型挖掘主题的层次结构的基础上,结合情感分析方法,生成具有情感属性的层次主题数据,作为网络舆情特征数据。之后从模式驱动设计的角度出发,为网络舆情数据设计了基于藤蔓样式的隐喻可视化方案,并将可视化方法应用到不同的数据集上。因此本文的主要研究内容是在对层次主题模型研究的基础上,挖掘带有层次主题关系和情感属性的网络舆情特征数据,并针对性地提出了一种基于隐喻设计的可视化方法。首先,针对网络文本,从语义层面对文本集分别进行了层次主题挖掘和情感向量识别的工作,在层次主题挖掘中,基于层次潜在狄利克雷分配模型,对抽样文本集设计实验,研究模型参数对层次主题生成的影响,并设计评估函数对实验结果进行分析;之后使用情感词典对文本识别情感向量,根据层次主题结构计算获得各层节点的情感属性值,从而实现对网络舆情数据特征的挖掘。其次,本文从模式设计的概念出发,结合网络舆情数据的特点,设计了一种基于藤蔓隐喻的可视化方法,将数据映射到藤蔓设计的元素上,利用数据驱动藤蔓的生长,针对藤蔓的生长模式提出了布局优化策略,并定义了对应的节点坐标生成算法;之后为验证可视化的有效性和模式识别能力,将方法运用到不同种类的数据集上进行案例分析;此外,还对可视化从用户使用、时间性能和空间利用率多方面做了评估实验以验证其可用性。最后,为了满足用户的分析需求,本文实现了一个网络舆情数据分析可视系统。将藤蔓隐喻可视化作为主要视图,增加了多个辅助分析视图,方便用户交互性地对可视化结果进行分析;另外对用户开放绘制面板实现对可视化绘制效果的调整,提升用户对网络舆情数据特征的对比分析体验。