CN104778227B - 一种图中集关系的视觉分析方法 - Google Patents
一种图中集关系的视觉分析方法 Download PDFInfo
- Publication number
- CN104778227B CN104778227B CN201510140177.6A CN201510140177A CN104778227B CN 104778227 B CN104778227 B CN 104778227B CN 201510140177 A CN201510140177 A CN 201510140177A CN 104778227 B CN104778227 B CN 104778227B
- Authority
- CN
- China
- Prior art keywords
- node
- item
- spanning tree
- line
- stage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种图中集关系的视觉分析方法,首先获取网络中结点信息,包括其相关性,然后根据其相关性确定结点在平面上的位置。随后,基于结点位置产生一颗包含所有集合中结点的项所构成的生成树,并对生成树进行分段。最后,在分段的基础上,根据集合中包含项的情况进行连接线的绘制。在可视化界面中,使用者可与界面进行互动,从而更好的获取所需信息。
Description
技术领域
本发明涉及的是一种探索图中集关系的可视化系统,该系统旨在揭示不同的集关系并进行可视化表示。在理论研究的基础上,还将此系统应用于一个样本数据集以进行观察。
背景技术
当今,集关系出现在各种各样的数据分析当中。许多应用的数据表示都可以归结为一张充满结点的图,而图中的每个结点都带有各自的额外属性。例如,一个社交网络中的好友关系可以描述为一张图,图中的每个结点可以表示为一个用户,而结点可以拥有各自的独特信息,包括该用户感兴趣的音乐、电影、电视节目等等。通过某种方法揭露网络中的集关系,可以帮助人们更好的分析某个人在一个社群中的作用。
本研究受到了各类风靡世界的网络应用,例如Facebook,微博等的推动。我们希望探寻这样一些问题,例如:研究集关系与社交网络中拓扑距离的相关性;从事物团簇的角度来观察集合分布及其重合性。当前存在的集关系可视化方法主要分为两类:1.利用空间位置来解释每一项目的重要特性,在这种方法中集合位置被描绘在闭合等高线之上。2.强调集合关系,例如超集、子集关系以及集合重合,或者其他的集合语义关系。在集合可视化以及图的视觉分析领域,前人已经做了众多努力:
Collins等人提出了Bubble Sets方法。在他们的实现中,属于同一个集合的项会被气泡(Bubble)形状的图形所连接。对于揭示具有类似地图那样固定布局的项之间的集关系来说,Bubble Sets方法十分有效。与Bubble Sets方法类似,对于属于同一集合的项,Line Sets方法采用光滑线进行连接,而这些项同样具有固定的布局。还有一些集合可视化方法,它们并不要求项具有固定布局。这些项根据其空间属性被分为组,由此,集与集之间的关系将会更加可以辨别。Simonetto以及Stapleton等人实现了一种全自动方法来生成描述集合重叠的类似Euler图的可视化效果。Riche和Dwyer使得Euler图可以更易于绘制。此外,集合可以被解释为超图中的超边。在超图中,项将作为顶点,而每一条超边都可以有多个顶点。研究人员研究了众多可以被应用于绘制超图的方法,其中包括Planar,path-based以及cactus support。
在图的视觉分析方向,众多研究关注于图结构拓扑的描述。这些描述主要通过邻接矩阵,节点连接图,或则两者的组合完成。研究的努力方向更多在于异构图(包括多种结点与关系类型的图)以及结点带有属性的图的可视化上。在真实的应用中,每个人都可能有一系列相关联的项。例如在一个学术合作网络中,每个研究人员都对于不同课题具有兴趣,而在社交网络中,每个人都对不同的音乐、电影有兴趣。在对于这些网络的研究中,我们希望得知其中的同质性。
发明内容
本发明所要解决的技术问题就是提供了一种图中集关系的视觉分析方法,在可视化界面中,使用者可与界面进行互动,从而更好的获取所需信息。
为解决上述技术问题,本发明采用如下技术方案:一种图中集关系的视觉分析方法,包括如下步骤:
第一步,结点布局,
程序的初始输入为包含所有项的集合,每一项作为一个结点,同时读入的还有项之间相似性,在相似性数据上采用MDS方法,从而转换得到在平面上各点的坐标;
第二步,建立连接,
基于第一步得到的初始结点布局,视觉连线将会在其上进行绘制。
优选的,完成连线的绘制主要分两个阶段:
第一阶段,对于所有集合求并,即∪i∈{1,...,m}Si,对其中的所有项产生一颗生成树;
第二阶段,基于上一步得到的生成树,对于单一集绘制连线。
优选的,第一阶段的详细过程为:
1)根据MDS布局中结点的欧几里得距离,对之前所选结点进行HCA;
2)基于上一步的聚类,生成一颗生成树,对于连接两个相邻聚簇的最短连接线将被包含到生成树里;
3)在一定高度对树形图进行切割,由此所有的项将根据其空间临近性被分为若干组;
4)根据项的组划分进行分支折叠,对于某些边,它们不处于连接不同组的位置上,因此可以被移去,而在移去边之后,如果存在结点变为非连接状态,则将其汇入距离最近的边;
5)对生成树的段进行平滑。
优选的,第二阶段的具体过程为:上一步的生成树以被分段,针对每段进行连线的绘制,每个段中都有来自不同集的项,绘制连线时采取这样一种策略:每个集都被赋予一条与段相平行的小道,绘制该集的连线时,要一一检测属于该段的每一个项,并且让连接线通过:1)中央线,如果该项数据多个集;2)被分配给该集的线,如果该项不属于该集;3)被分配给该集的线,如果该项单独属于此集合,在这种情况下,该项还要进行位置的移动,从中央线移至分配给该集的小道上。
本发明首先获取网络中结点信息,包括其相关性。然后根据其相关性确定结点在平面上的位置。随后,基于结点位置产生一颗包含所有集合中结点的项所构成的生成树,并对生成树进行分段。最后,在分段的基础上,根据集合中包含项的情况进行连接线的绘制。因此在可视化界面中,使用者可与界面进行互动,从而更好的获取所需信息。
附图说明
下面结合附图和具体实施方式对本发明作进一步描述:
图1为完成连线绘制第一阶段过程原理图;
图2为完成连线绘制第二阶段过程原理图。
具体实施方式
下面对本本发明的实现方式进行说明,将会描述详细的实施方式和具体的操作过程。
在集关系的可视化表示中,完成如下几个任务十分重要:
1.寻找集中的项
2.辨别一个项所属的若干集合
3.辨别集合的交
4.从项团簇的角度,识别一个集合中项的分布
5.寻找集合之间的隐式重叠
为了完成上述目标,将以以下步骤进行实施:
一、结点布局
程序的初始输入为包含所有项的集合,每一项作为一个结点。同时读入的还有项之间相似性。在相似性数据上采用Multidimensional Scaling(MDS)方法,从而转换得到在平面上各点的坐标。MDS方法使得具有较高相似度的结点在平面上处于相近的位置,这些相邻的结点就构成了一个一个的视觉团簇。
二、建立连接
基于第一步得到的初始结点布局,视觉连线将会在其上进行绘制。我们可以将对结点坐标进行灵活处理,使得某些结点稍微偏离其MDS布局,达到的目的就是在绘制连线的时候,不会有太多的视觉杂乱,可以让人们更清晰的辨认每项。但同时,结点不应该产生过大的偏离进而脱离其原本属于的组。
对于每一个集(Set),我们可以理解为一个人,而连线的将连接该集所拥有的所有项(Item)。例如,在一个社交网络图中,项为艺术家的名称,而集为用户,某一个用户所喜爱的艺术家将被连线连接。
完成连线的绘制主要分两个阶段:
第一阶段,对于所有集合求并,即∪i∈{1,...,m}Si,对其中的所有项产生一颗生成树。如图1所示。
这一阶段生成的是一个“主干”,对于这颗生成树,如下特性较为重要:分支尽量少,每个段(segment)尽量光滑,结点位置相对于初始布局偏移较少。这一阶段的详细过程为:
1)根据MDS布局中结点的欧几里得距离,对之前所选结点进行Hierarchicalagglomerative clustering(HCA),
2)基于上一步的聚类,生成一颗生成树。对于连接两个相邻聚簇的最短连接线将被包含到生成树里。
3)在一定高度对树形图进行切割,由此所有的项将根据其空间临近性被分为若干组。
4)根据项的组划分进行分支折叠。对于某些边,它们不处于连接不同组的位置上,因此可以被移去。而在移去边之后,如果存在结点变为非连接状态,则将其汇入距离最近的边。
5)对生成树的段进行平滑。在此过程中,某些项可能会相对其原始位置发生移动,使得段的形状不要过于曲折。
第二阶段,基于上一步得到的生成树,对于单一集绘制连线。如图2所示。这一阶段的具体过程为:
上一步的生成树以被分段,针对每段进行连线的绘制。每个段中都有来自不同集的项,绘制连线时我们采取这样一种策略:每个集都被赋予一条与段相平行的小道,绘制该集的连线时,我们要一一检测属于该段的每一个项,并且让连接线通过:1)中央线。如果该项数据多个集;2)被分配给该集的线,如果该项不属于该集;3)被分配给该集的线,如果该项单独属于此集合。在这种情况下,该项还要进行位置的移动,从中央线移至分配给该集的小道上。
Claims (1)
1.一种图中集关系的视觉分析方法,其特征在于包括如下步骤:
第一步,结点布局,
程序的初始输入为包含所有项的集合,每一项作为一个结点,同时读入的还有项之间相似性,在相似性数据上采用MDS方法,从而转换得到在平面上各点的坐标;
第二步,建立连接,
基于第一步得到的初始结点布局,视觉连线将会在其上进行绘制;
完成连线的绘制主要分两个阶段:
第一阶段,对于所有集合求并,即∪i∈{ 1,...,m } Si, 对其中的所有项产生一颗生成树;
第二阶段,基于上一步得到的生成树,对于单一集绘制连线;
第一阶段的详细过程为:
1)根据MDS布局中结点的欧几里得距离,对之前所选结点进行HCA;
2)基于上一步的聚类,生成一颗生成树,对于连接两个相邻聚簇的最短连接线将被包含到生成树里;
3)在一定高度对树形图进行切割,由此所有的项将根据其空间临近性被分为若干组;
4)根据项的组划分进行分支折叠,对于某些边,它们不处于连接不同组的位置上,因此可以被移去,而在移去边之后,如果存在结点变为非连接状态,则将其汇入距离最近的边;
5)对生成树的段进行平滑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510140177.6A CN104778227B (zh) | 2015-03-27 | 2015-03-27 | 一种图中集关系的视觉分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510140177.6A CN104778227B (zh) | 2015-03-27 | 2015-03-27 | 一种图中集关系的视觉分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104778227A CN104778227A (zh) | 2015-07-15 |
CN104778227B true CN104778227B (zh) | 2018-05-25 |
Family
ID=53619691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510140177.6A Active CN104778227B (zh) | 2015-03-27 | 2015-03-27 | 一种图中集关系的视觉分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104778227B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363654A (zh) * | 2014-11-04 | 2015-02-18 | 浙江师范大学 | 基于Tunneling method的无线传感器网络三维节点定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2500573A1 (en) * | 2005-03-14 | 2006-09-14 | Oculus Info Inc. | Advances in nspace - system and method for information analysis |
-
2015
- 2015-03-27 CN CN201510140177.6A patent/CN104778227B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363654A (zh) * | 2014-11-04 | 2015-02-18 | 浙江师范大学 | 基于Tunneling method的无线传感器网络三维节点定位方法 |
Non-Patent Citations (1)
Title |
---|
基于服务簇的空间信息服务自动发现;陈科等;《计算机工程》;20121231;第182-187页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104778227A (zh) | 2015-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Reese et al. | A media sociology for the networked public sphere: The hierarchy of influences model | |
Anchang et al. | Visualization and cellular hierarchy inference of single-cell data using SPADE | |
CN105653691B (zh) | 信息资源管理方法及管理装置 | |
CN101446962B (zh) | 一种数据转换方法、装置及数据处理系统 | |
CN105138671A (zh) | 基于人工智能的人机交互的交互引导方法和装置 | |
CN107317725A (zh) | 一种区块链的可视化方法及系统 | |
CN104751354B (zh) | 一种广告人群筛选方法 | |
CN104133868B (zh) | 一种用于垂直爬虫数据分类整合的策略 | |
CN104216993A (zh) | 一种标签共现的标签聚类方法 | |
CN106469199A (zh) | 一种交互式图片推荐方法及系统 | |
CN104392171A (zh) | 一种基于数据关联的自动内存证据分析方法 | |
CN103744933A (zh) | 一种基于并行化模块度优化的社区发现方法 | |
CN106649380A (zh) | 一种基于标签的热点推荐方法及系统 | |
CN105631465A (zh) | 一种基于密度峰值的高效层次聚类方法 | |
CN109086381A (zh) | 模糊概念格的一种更新生成方法 | |
Chen et al. | Enhanced density peak-based community detection algorithm | |
CN104778227B (zh) | 一种图中集关系的视觉分析方法 | |
CN103929499A (zh) | 一种物联网异构标识识别方法和系统 | |
CN106685707A (zh) | 一种分布式基础设施系统中的资产信息控制方法 | |
CN109582292B (zh) | 一种基于基因组学以及生物信息学的在线交互云平台 | |
Huckle et al. | Demographic influences on contemporary art with unsupervised style embeddings | |
Belcastro et al. | A parallel library for social media analytics | |
US20140253556A1 (en) | Visualization of dynamic, weighted networks | |
CN109447833A (zh) | 一种大规模微博用户兴趣群体发现方法 | |
KR20160103802A (ko) | 소셜 네트워크를 활용한 연구개발 관점의 사회적 이슈 재구성 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20180320 Address after: 314200 1701-12, 1701-14, 1701-16, No. 1539, Chengnan Road, Jiaxing, Zhejiang Applicant after: JIAXING HIIKON SMART TECHNOLOGY CO., LTD. Address before: No. 108, No. 988, No. 988, Xinxing No. two, Pinghu Economic Development Zone, Pinghu City, Zhejiang Applicant before: ZHEJIANG HUIGU INFORMATION TECHNOLOGY CO., LTD. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |