[發明專利]一種面向多變元個體中心網絡演變的可視化方法

有效

• 申請號: 201710561715.8
• 申請日: 2017-07-11
• 公開（公告）號: CN107170023B
• 公開（公告）日: 2019-10-18
• 發明（設計）人: 朱敏;陸斌斌;李曉偉;夏婷
• 申請（專利權）人: 四川大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T9/00
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 王沙沙

本發明公開了一種面向多變元個體中心網絡演變的可視化方法，包括以下步驟：步驟1：獲取網絡結構信息，根據自定義的時間戳和確定的個體中心對象得到網絡快照信息；步驟2：獲取多變元信息；步驟3：對步驟1和步驟2中得到的信息進行視覺映射，將數據轉換為圖形結構；步驟4：將步驟3得到的圖形進行視圖轉換，轉換為交互式視圖，進行人機交互；本發明具有更高的節點擴展性，具有更靈活的布局，具有更低的視覺混淆度。

技術領域

本發明涉及可視化領域，具體涉及一種面向多變元個體中心網絡演變的可視化方法。

背景技術

網絡數據在生活中無處不在，如人口遷移中構成的城市間的遷移網絡、生物研究中的蛋白質網絡、金融賬戶之間的交易網絡、生活中的人際關系網絡等；個體中心網絡以某一特定個體為中心，分析其與關聯對象以及包括中心個體與關聯對象在內的所有對象間的關系；其作為個體與外界關聯的概括抽象，揭示了個體與外界的聯系與相互影響；在人類學、社會學、商業管理等方面已得到廣泛重視與應用；如行為學家通過對比個體中心網絡，發現用戶在不同社交網絡平臺上的交流模式及角色；醫生通過患者的社交網絡，分析患者的個人健康狀況。

個體中心網絡演變分析常被應用到各個科學研究及應用領域，一直以來都是網絡研究中的一項重要課題；研究這類網絡的時序變化規律，不僅能揭示網絡的演變模式與規律，還能進一步發現個體及其網絡特征、識別關鍵的變化與異常；該類數據除了具備網絡結構信息(節點和邊)意外，還包含了多變元信息，如在人口遷移網絡中，代表每一個節點的城市具有GDP、犯罪率、環境狀況等屬性；結合這些多變元信息我們可以發現更加有意思的一些規律(如：單個城市的遷入遷出與其自身或者與其相關的城市多變元信息之間的關聯)；可視化對于展開并分析這種具備圖結構的網絡數據，以及探索未知的演變規律較為有利；基于時間軸的方式是常用的用于探索網絡演變的主要技術之一，相比于動畫的方式，該方法更有利于交互式分析，適用于較小規模的網絡數據；將網絡快照并列排放是基于時間軸的方式中最流行的一種方式；如TimeArcTree將每一時刻的節點放置到豎直的坐標軸上，同一水平線上對應著不同時刻相同的節點，以便于有效追蹤節點變化；相同時刻下的節點間的連線通過曲線進行連接，同時優化了節點順序降低了邊交叉帶來的視覺混淆度；PES為了達到更好的視覺擴展性(降低同一時刻下節點間邊重疊、交叉帶來的視覺混淆)，采用了二部圖的方式；目前的這種方法存在由于不同時刻下相同的節點處于同一水平線上，容易導致可視空間利用率低(許多對象不會出現在每一個時刻都出現)，數據擴展性較差；節點布局較為固定，無法充分利用節點的位置信息，相比于其它視覺變量，用戶的感官對于位置信息更加敏感；最后，同一時刻下網絡快照中連線過多容易造成視覺混淆。

發明內容

本發明提供一種具有更高擴展性、更靈活的布局和更低視覺混淆度的面向多變元個體中心網絡演變的可視化方法。

本發明采用的技術方案是：一種面向多變元個體中心網絡演變的可視化方法，包括以下步驟：

步驟1：獲取網絡結構信息，根據自定義的時間戳和確定的個體中心對象得到網絡快照信息；

步驟2：獲取多變元信息；

步驟3：對步驟1和步驟2中得到的信息進行視覺映射，將數據轉換為圖形結構；

步驟4：將步驟3得到的圖形進行視圖轉換，轉換為交互式視圖，進行人機交互。

進一步的，所述步驟3中的圖形結構采用基于時間軸的布局方法，對應時刻豎軸下的節點表示在當前時刻下與個體中心有關聯的數據對象；相鄰時刻相同的節點通過二次貝塞爾曲線進行連接；多變元信息映射為節點顏色；節點在縱軸上的位置根據屬性布局或者拓撲結構布局確定。

進一步的，所述多變元信息包括類別型屬性和數值型屬性。

進一步的，當顏色映射為類別型屬性時，用不同的色調加以區分；為數值型屬性時，具體映射方法如下：