大规模网络可视化关键技术研究
近年来,复杂网络分析研究表明大量现实网络如社交网络、交通运输网络、引文网络、蛋白质网络、规则关联网络等具有非平凡的拓扑特征。复杂网络分析的主要目标是检测并发现这些结构以有利于人们理解其中蕴含的规律。
网络可视化是实现上述目标的重要支撑技术,也是信息可视化的分支研究领域。快速、高效地、多尺度地可视化这些网络拓扑,降低研究复杂性,以供网络分析专家高效浏览并直观发现网络中隐含的规律或趋势,已成为当前重要的研究课题。
随着网络规模的快速膨胀,网络结构复杂多样,传统网络可视化方法已经难以满足实际需求。为此,本课题致力于大规模网络的可视化技术研究,将其分解为“网络结构特征检测——网络结构展示”两个阶段,解决如下四个方面的具体问题:(1)大规模网络中重叠社团结构的快速检测;(2)网络拓扑中高阶依赖关系的检测和刻画;(3)大规模网络全局拓扑结构的多尺度展示;(4)局部高密度网络的精确展示。
具体研究工作如下:1.针对现有重叠社团挖掘算法易将重叠区域错误地划分为独立的社团且计算复杂的问题,提出了一种基于局部信息度量的快速重叠社团挖掘算法。首先,为节点定义局部信息度量指标—— ...