多屬性節(jié)點向量網絡的圖可視分析.pdf

1、基于圖的可視分析在很多重要領域都有廣泛的應用，如社交媒體、金融交易、生物網絡等方面。有效的圖布局算法對這些領域的網絡數(shù)據的可視分析至關重要。傳統(tǒng)的圖布局算法主要考慮網絡的拓撲結構以生成符合美學標準的布局結果。隨著互聯(lián)網技術的飛速發(fā)展，現(xiàn)有的網絡節(jié)點通常包含附加的多個屬性數(shù)據，如社交網絡上人們感興趣的話題、喜歡聽的歌曲等，包含多個屬性的節(jié)點構成了節(jié)點向量。節(jié)點向量包含的多屬性對于發(fā)掘網絡中節(jié)點之間的關系有重要的作用，通過考慮節(jié)點屬性我們能

2、夠更好地理解節(jié)點如何聚類以及節(jié)點在網絡中扮演的角色。傳統(tǒng)的圖布局算法大都沒有考慮多屬性的節(jié)點向量，得到的圖布局結果無法體現(xiàn)節(jié)點屬性對圖布局的影響。本文針對該問題，在傳統(tǒng)力導引布局算法的基礎上，提出了基于數(shù)據屬性嵌入的改進圖布局算法，研究節(jié)點向量對圖布局的影響，不僅能夠幫助我們發(fā)現(xiàn)與屬性相關的圖結構，而且也能幫助我們更好地理解節(jié)點所扮演的角色和節(jié)點布局之間的關系。進一步，本文基于節(jié)點屬性嵌入的圖布局提出了基于傳遞函數(shù)的圖布局方法框架，用戶

3、可以通過調節(jié)傳遞函數(shù)交互得到相應的圖布局結果。具體來講，可以通過傳遞函數(shù)設置圖布局的參數(shù)或選擇與布局相關的節(jié)點屬性。為了能夠基于傳遞函數(shù)交互計算并顯示圖布局結果，需要對圖布局算法進行加速，本文采用了OpenCL框架對計算進行并行加速。最后本文實現(xiàn)了一個面向多屬性節(jié)點向量網絡的圖可視化系統(tǒng)。
　　綜上所述，本文工作的主要貢獻包括以下三個方面：
　　1)節(jié)點屬性嵌入的圖布局算法：設計二次插值曲面，將節(jié)點間的屬性映射為控制力導引布

4、局的參數(shù)，從而基于參數(shù)函數(shù)的改變，改變力導引布局的結果，使得算法的布局結果與節(jié)點屬性相關。
　　2)基于傳遞函數(shù)的圖布局算法：將上述節(jié)點屬性嵌入的圖布局算法擴展為基于傳遞函數(shù)的圖布局計算框架，用戶通過調節(jié)傳遞函數(shù)，交互改變圖布局結果。本文采用OpenCL異構計算框架對算法進行了加速，使得圖布局結果能夠基于傳遞函數(shù)交互產生變化，從而使得用戶可以交互設置合適的傳遞函數(shù)。
　　3)多屬性向量網絡可視化系統(tǒng)：本文設計并實現(xiàn)了一個面向