本文通过数据挖掘以及文本可视化技术,使用户能够探索并分析在不同话题中多个文本集之间的领导-滞后关系。目前,在话题的上下文语境中确定文本集之间的领导-滞后关系是一个有趣而又具有较大挑战的研究课题。近期关于文本领导-滞后关系的研究工作主要集中于估计两个文本集之间全局粒度上的领导和滞后关系。然而在很多现实应用中,人们更加迫切地需要从全局和局部等不同的粒度上来可视化地探究多个文本集之间的领导一滞后关系。在对之前一系列相关的数据挖掘以及可视化工作进行调研后,我们提出了一个名为TextPioneer的交互式可视化工具,以便在全局和局部粒度上可视化地探究文本集之间的领导-滞后关系。首先,我们扩展了一个已有的领导-滞后关系分析方法,从而能够有效地推导出话题在多个文本集间全局和局部粒度上的领导-滞后结果。然后,我们设计了两个交互的可视化视图来为用户呈现不同粒度上的领导-滞后结果。这两个可视化视图分别衍生于径向空间填充可视化技术和DNA的双螺旋结构。此外,我们还实现了可视化视图和分析模块之间、以及多个可视化视图之间的连贯通信和交互。最后,通过对两组文本数据集中话题领导-滞后关系的分析验证,我们对这一可视化工具进行了有效的评估。实验案例证明,该可视化工具能够有效地支持不同粒度层级上的文本比较。