大规模社会网络可视化方法研究

论文摘要

可视化分析是社会网络分析一个重要的方法。通过对社会网络进行可视化的展示,人们不仅能够对网络的结构以及各节点之间的联系获得直观清晰的认识,并且通过可视化展示效果的处理以及用户的交互,对网络的局部或者重点关注的节点联系进行有针对性的分析、研究,从而对社会网络进行更加深入有效的探索和发现。但是随着社会的发展,社会网络的规模不断扩大,如何对大规模的网络数据进行清晰有效的展示成为社会网络可视化分析的研究的重点内容。本文首先对大规模网络可视化布局算法进行的比较详细的研究,并且在原有经典基于力导引模型的布局算法之上引入了Nbody问题中近似计算的思想,实现了改进的布局算法,并且经过实验对比,证明了改进的算法对于较大规模的网络的可视化展示具有较高的效率和较好的展示效果。但由于屏幕尺寸以及人类视觉辨识能力等因素的限制,对原始网络直接展示的规模还是有限的,通过对现有的层次划分方法的研究以及实验对比,在基于树形的层次展示模型之上,本文实现了基于层次模型的可视化原型系统,通过层次处理以及用户的交互,系统不仅可以对大规模的网络进行有效的可视化展示,并且基于层次网络分析,用户可以通过直接的交互,来获得网络中关注的信息。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 研究内容
• 1.3.1 力导引布局算法的改进
• 1.3.2 层次可视化方法的研究
• 1.3.3 基于层次模型的可视化原型系统
• 1.4 论文组织结构安排
• 第二章 基于力导引布局算法的改进
• 2.1 大规模网络可视化布局算法综述
• 2.1.1 网格变量算法（GVA）
• 2.1.2 GRIP算法
• 2.1.3 快速多尺度方法（FMS）
• 2.1.4 快速多极多层次方法（FM3）
• 2.1.5 代数多网格方法（ACE）
• 2.1.6 高维度嵌套（HDE）
• 2.2 力导引布局算法
• 2.2.1 力导引布局算法模型
• 2.2.2 力导引算法的发展
• 2.2.3 力导引布局算法结构
• 2.3 Nbody
• 2.3.1 Nbody的背景介绍
• 2.3.2 Bames-Hut分级树算法
• 2.3.3 四叉树介绍
• 2.3.4 四义树的算法实现
• 2.3.4.1 建树算法
• 2.3.4.2 节点间力的计算
• 2.3.4.3 边界条件,优化策略
• 2.4 实验及数据
• 2.4.1 数据介绍
• 2.4.2 网络模型的度分布分析
• 2.4.3 实验设计
• 2.4.4 实验结果分析
• 第三章 层次展示模型
• 3.1 大规模网络可视化技术
• 3.1.1 过滤
• 3.1.2 压缩
• 3.1.3 层次
• 3.2 网络层次展示模型
• 3.3. 层次生成方法
• 3.3.1 随机点策略
• 3.3.2 随机选边策略
• 3.3.3 按节点度随机选点策略
• 3.3.4 随机游走策略
• 3.3.5 层次树索引建立
• 3.4. 网络骨架抽象方法
• 3.4.1 最大完全图结构骨架生成
• 3.4.1.1 完全图查找算法
• 3.4.1.2 BK完全图查找算法
• 3.4.1.3 完全图关系生成算法
• 3.4.2 双连通分量骨架生成
• 3.5. 实验结果分析
• 3.5.1 数据集合
• 3.5.2 层次生成方法实验对比
• 3.5.2.1 运行时间对比
• 3.5.2.2 层次网络属性对比
• 3.5.3 网络骨架抽象方法实验对比
• 3.5.3.1 最大完全图结构骨架生成实验
• 3.5.3.2 双连通分量骨架生成实验
• 第四章 基于层次模型的可视化原型系统设计与实现
• 4.1. 体系结构概述
• 4.1.1. 用户接口层
• 4.1.2. 网络可视化展示层
• 4.1.3. 数据处理层
• 4.1.4. 数据交换层
• 4.2. JSNVA
• 4.3. 可视化流程设计
• 4.3.1 信息可视化流程
• 4.3.2 数据模型的转换流程
• 4.4 可视化系统模块设计
• 4.4.1 数据模块设计
• 4.4.2 可视化引擎设计
• 4.4.3 多层网络控制模型
• 4.4.4 渲染器引擎
• 第五章 应用案例与分析
• 5.1. 案例设计
• 5.1.1. 案例说明
• 5.1.2. 展示数据集描述
• 5.2. 通话网络层次展示
• 5.2.1. 大规模网络的层次可视化展示
• 5.2.2. 实验总结
• 5.3. 科研合作网展示
• 5.3.1. 网络层次可视化分析
• 5.3.2. 实验总结
• 5.4. 案例总结
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文
• 附录 图、表及算法目录
• 图目录
• 表目录
• 算法目录