随着通讯技术的发展,各种网络平台不断涌现,网络语言作为一种特殊的语言形式开始普及应用,对网络语言的研究具有传播学、社会学、舆情监测等多方面的意义。本文研究的网络语言指的是狭义的网络语言,即互联网用户的沟通用语。随着互联网用户的不断递增,网络语言内容呈指数级别增长,针对网络语言的研究主要在传播学和社会学方面,缺乏对网络语言文本的有效技术分析。基于以上背景,本文利用文本可视化技术及可视分析方法,主要进行了四个方面的研究工作:1.获取了大规模的网络语言文本数据。利用爬虫工具,基于意见领袖思想获取了天涯社区娱乐、股市、经济、国际观察、旅游五个论坛的主题帖内容,为方便对比不同平台的网络语言文本,获取了新浪新闻、网易新闻的部分新闻数据,完成了30多万条的网络语言文本语料处理与分析工作。2.提出了一种易读性强的词云生成方法。结合传统关键词筛选算法,通过词向量对比,提出了更加符合网络语言特点的关键词筛选方法。以网络语言文本为基础,将词语在文本中的位置和共现特征编辑到词云的布局中,提出了以双椭圆布局为基础的词云布局算法,提升了词云的易读性。3.提出了关键词加权的交互式主题河流可视化方法。在主题可视化方面,将关键词作为特征融合到文档主题权重中,利用积极词和消极词的权重参数提出了可以修正主题河流波动的关键词加权的主题河流可视化方法,并结合三维可视化工具,提出了能够更好对比主题趋势演变的三维交互式主题河流方法。4.基于本文的可视化方法完成了网络语言文本多维度可视分析。结合以上可视化方法,分别从关键词、主题趋势对比、跨平台用户的发言倾向、疫情影响等方面对网络语言进行分析,其中利用网络语言词云对天涯社区娱乐论坛进行了关键词分析,利用交互式主题河流对天涯社区五个论坛的数据进行了主题对比分析,综合利用多种方法完成了跨平台的网络语言发言倾向分析和疫情对网络语言的影响分析。通过对真实文本数据的可视分析,提升了网络语言文本的分析效果,验证了本文提出的文本可视方法的有效性。