CN106612197A - 一种网络缩略图生成方法及设备 - Google Patents

Abstract

本发明公开了一种网络缩略图生成方法以及设备，该方法包括：生成与网络图对应的热力图，确定该网络图的关键节点，根据关键节点以及热力图生成与网络图对应的网络缩略图。从而能够在网络图所包含的节点数量较大时自适应生成合适的网络缩略图，并且保证网络缩略图能够准确地反映原始网络图中节点以及数据的概况，提高了用户的使用体验。

Description

一种网络缩略图生成方法及设备

技术领域

本公开涉及计算机技术领域，特别涉及一种网络缩略图生成方法。本公开同时还涉及一种网络缩略图生成设备。

背景技术

随着互联网数据的快速膨胀，在很多领域都产生了很多大并且复杂的网络图，如互联网作案大网，社交网络等。当网络图比较大时，要想看清楚展示的节点细节，所有图节点就不能在一个屏幕内展示，需要支持用户拖动画布浏览。

网络图的缩略图是一种很好的帮助用户在大图中定位浏览位置的办法，因此有很多领域都会用到缩略图。举例来说，电脑系统里图片的缩略图是按比例缩小，地图的缩略图是按比例缩小，网站的缩略图是使用网站logo等。在展示网络图的时候，通常的做法是按比例把图缩小作为缩略图展示。

通常，缩略图会直接按比例缩小展示出全貌，当图中节点比较少时，直接按比例变小的缩略图能比较好地展示网络图的情况。但是，当图节点太多时，直接按比例变小的缩略图没法清楚地表达出网络图的情况，因为缩略图的展示区域有限，节点太多时无法在这么小的区域内清楚地展现出所有节点，从而给用户带来了不好的用户体验。

发明内容

本公开提供了一种网络缩略图生成方法，用于针对大规模的网络图自适应生成合适的缩略图来展示该网络图的节点以及数据情况，提高用户的使用体验。该方法应用于包含多个节点的网络图，包括以下步骤：

生成与所述网络图对应的热力图；

确定所述网络图的关键节点；

根据各所述关键节点以及所述热力图生成与所述网络图对应的网络缩略图。

优选地，在生成与所述网络图对应的热力图之前，还包括：

根据所述网络图所包含的节点的数量，检测并确定所述网络图的数据规模值；

判断所述数据规模值是否超过预设的阈值；

若所述数据规模值超过所述阈值，继续生成与所述网络图对应的所述热力图。

优选地，还包括：

若所述数据规模未超过预设的规模阈值，按照预设的缩小比例值生成与所述网络图对应的等比缩略图。

优选地，生成与所述网络图对应的热力图，具体为：

根据预设的半径数值为所述网络图中的各个节点设置半径；

利用渐变的色带由内向外填充各所述节点的半径区域。

优选地，确定所述网络图的关键节点，具体为：

步骤a)为所述网络图中的各节点设置唯一的标识；

步骤b)对于所述网络图中的一节点，统计所述节点周围所出现的邻居节点的标识，将统计结果中出现次数最多的标识作为所述节点的新标识，如果有多个标识并列为次数最多的标识，则在所述多个标识中随机抽选一个标识作为所述节点的新标识；

步骤c)重复迭代步骤b)到达预设的重复次数；

步骤d)将所述网络图中具有相同标识的节点设置为同一个集群，

步骤e)确定所述网络图中各个集群的关键节点，并将各所述集群的关键节点作为所述网络图的关键节点。

优选地，通过以下节点的属性确定各所述集群中的关键节点：

节点的度中心性；或，

节点的中介性；或，

节点的亲近中心性。

相应地，本公开还公开了一种网络缩略图生成设备，该设备包括：

生成模块，生成与所述网络图对应的热力图；

确定模块，确定所述网络图的关键节点；

生成模块，根据各所述关键节点以及所述热力图生成与所述网络图对应的网络缩略图

优选地，还包括：

检测模块，根据所述网络图所包含的节点的数量检测并确定所述网络图的数据规模值；

判断模块，判断所述数据规模值是否超过预设的阈值，并在所述数据规模值超过所述阈值时指示所述生成模块生成与所述网络图对应的所述热力图。

优选地，所述判断模块，还在所述数据规模未超过预设的规模阈值时指示所述生成模块按照预设的缩小比例值生成与所述网络图对应的等比缩略图。

优选地，所述生成模块具体用于：

根据预设的半径数值为所述网络图中的各个节点设置半径，并利用渐变的色带由内向外填充各所述节点的半径区域。

优选地，所述确定模块具体执行以下步骤：

步骤a)为所述网络图中的各节点设置唯一的标识；

步骤b)对于所述网络图中的一节点，统计所述节点周围所出现的邻居节点的标识，将统计结果中出现次数最多的标识作为所述节点的新标识，如果有多个标识并列为次数最多的标识，则在所述多个标识中随机抽选一个标识作为所述节点的新标识；

步骤c)重复迭代步骤b)到达预设的重复次数；

步骤d)将所述网络图中具有相同标识的节点设置为同一个集群，

步骤e)确定所述网络图中各个集群的关键节点，并将各所述集群的关键节点作为所述网络图的关键节点。

优选地，所述确定模块通过以下节点的属性确定各所述集群中的关键节点：

节点的度中心性；或，

节点的中介性；或，

节点的亲近中心性。

由此可见，通过应用本公开的技术方案，在生成与网络图对应的热力图后，确定该网络图的关键节点，最终各个关键节点以及热力图生成与网络图对应的网络缩略图。从而能够在网络图所包含的节点数量较大时自适应生成合适的网络缩略图，并且保证网络缩略图能够准确地反映原始网络图中节点以及数据的概况，提高了用户的使用体验。

附图说明

图1为本公开提出的一种网络缩略图生成方法的流程示意图；

图2为本公开具体实施例中的一种热力图缩略图；

图3为本公开具体实施例中将大图划分成多个集群的示意图；

图4为本公开具体实施例中关键节点的示意图；

图5为本公开具体实施例中通过热力图缩略图结合图主干拓扑结构所生成的网络缩略图；

图6为本公开提出的一种网络缩略图生成设备的结构示意图。

具体实施方式

如背景技术所述，当图节点太多时若按比例把图缩小作为网络图的缩略图，因为节点太多，缩略图的区域又过小，无法清楚地表达出网络图的情况。有鉴于此，本公开提出了一种网络缩略图生成方法，目的是针对包含多个节点的网络图生成合适的缩略图来展示不同规模的网络图。

如图1所示，为本公开所公开的一种网络缩略图生成方法的流程示意图，包括以下步骤：

首先，在S101中，生成与所述网络图对应的热力图。

作为以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示类型，热力图能够显著地反映一个广大区域中节点的密集情况。由于缩略图的展示区域有限，所以当网络图的数据节点比较多时，热力图缩略图能简单地聚合密集的节点，并使用一种渐进的色带来表现，效果比直接绘制显示离散点要来的好，可以很直观地展示图的整体结构和疏密情况。

基于热力图的该特性，本公开首先针对该网络图生成与其对应的热力图。在此需要说明的是，基于不同人员或是不同情境下的使用习惯，该步骤最终所生成的热力图在显示效果上可能存在多样性，然而其始终能够真实地反映该网络图中不同区域的节点疏密情况。因此在本公开的一个优选实施例中，设置为该网络图中节点密集的区域在所述热力图中的颜色深于节点稀疏的区域在所述热力图中的颜色。但与此能够取得相同效果的热力图形式都属于本公开的保护范围。

基于上述优选实施例中热力图的特性，本公开的该优选实施例首先根据预设的半径数值为所述网络图中的各个节点设置半径，随后利用渐变的色带由内向外填充各所述节点的半径区域。通过在每个节点的半径区域内使用渐变的色带从内而外地填充后，由于一定距离内的节点的半径区域是有交叉的，因此交叉得越多中间颜色重叠得越深，即表示这部分的节点就越密集。最终的热力图具体示例如图2所示。

需要说明的是，在上述实施例中的半径的取值是根据要生成的热力图缩略图的尺寸大小来选择的合适的半径值，一般以像素个数为单位。本领域技术人员也可以根据其他实际使用情况来设置半径的大小以及填充的色带的渐变程度。

由于本公开旨在针对节点较多的网络图提出合适的缩略图生成方案，而随着硬件设施条件的高低，技术人员判断一个网络图是否需要应用本公开方案进行处理的标准也不同，因此为了能够灵活根据需要针对有需求的网络图进行处理，在本公开的一个优选的实施例中，可首先根据所述网络图所包含的节点的数量检测并确定所述网络图的数据规模值，随后判断所述数据规模值是否超过预设的阈值；并只在所述数据规模值超过所述阈值的情况下继续生成与所述网络图对应的所述热力图。如果数据规模未超过预设的规模阈值，那么则说明该网络图并不需要通过本公开的方案进行处理，那么按照预设的缩小比例值生成与所述网络图对应的等比缩略图即可。

在一个实施例中，该预设的阈值是根据网络图所包含的节点的数量相对于要生成的热力图缩略图的尺寸大小来选择的合适值，此时数据规模值以及阈值一般以节点数量为单位。本领域技术人员也可以根据其他实际使用情况来设置该阈值，或者仅仅考虑网络图所包含的节点的数量或是要生成的热力图缩略图的尺寸中的一个条件来直接设置该阈值，相应地作为检测标准的数据规模值也会相应地进行设置，这些都属于本公开的范围。

接下来，在S102中，确定所述网络图的关键节点。

作为包含比较多节点的网络图的缩略图，热力图缩略图能有效地展示出网络图的整体结构和疏密情况，但不能很准确地展示图的主干结构和具体信息。与此同时，由于反映互联网数据的网络图通常较大且复杂，这些图通常会会包含多个集群，同一集群内的节点与节点之间连接很紧密，而集群之间的连接比较稀疏。这些集群在很多场景下能帮助分析人员更深入地理解组织结构，如互联网作案中的团伙，拥有共同特性的社区等。因此本公开通过将热力图结合由网络图中各个子集群关键节点组成的大图主干拓扑结构一起展示作为缩略图，这种方法既有效地保证了在屏幕区域比较小的情况下绘制包含比较多节点的大图的整体情况，又同时展示出大图的主干拓扑结构。

目前，有相对较多的方法可以把大图划分成多个集群：例如，LPA、SLPA、BMLPA、Fast Unfolding等。为了抽取大图的主干拓扑结构，在本公开的一个优选实施例中，首先为该网络图中的各节点设置唯一的标识(例如标号)，随后在每一次迭代中，针对每一个节点统计该节点周围所出现的邻居节点的标识，将统计结果中出现次数最多的标识作为该节点的新标识，如果最佳候选标识超过一个(即，有多个标识并列为“次数最多的标识”)，则在其中随机抽选一个标识作为该节点的新标识，重复迭代过程到达预设的重复次数(该重复次数可由技术人员在初始化时统一设置或是针对不同的网络图灵活设置)，由于若干次迭代后密集相连的节点会收敛于同一标号，最终具有相同标号的节点归为一个集群，所以该实施例最终将所述网络图中具有相同标识的节点设置为同一个集群，并在确定各集群中的关键节点后将各集群中的关键节点作为网络图的关键节点。相应地，图3即为本公开具体实施例中将大图划分成多个集群的示意图。

在将大图划分成多个集群后，为了再找出每个集群的关键节点来展示该集群的主干拓扑情况，本公开的优选实施例通过多种节点的属性来实现关键节点的寻找，如节点的度中心性(degree centrality)，中介性(betweennesscentrality)，亲近中心性(closeness centrality)，节点(pagerank)等。图4为一个关键节点的示例。

通过上述步骤，可以为多个集群中的每个集群都找到一个或多个关键节点。这些关键节点的组合即表示了其相应的集群的主干拓扑情况。

接下来，在S103中，根据各所述关键节点以及所述热力图生成与所述网络图对应的网络缩略图。

在本公开的具体实施例中，通过热力图缩略图结合图主干拓扑结构生成最终的缩略图如图5所示，具体而言，可以在S101中获得的热力图缩略图中标记出由上述步骤S102中找到的关键节点。由此，可以实现在热力图缩略图中标记出多个集群的主干拓扑情况。

在一个实施例中，在生成的过程中可以为每个节点添加标号，依据各节点的标号将S101以及S102中的图中的节点进行重合。在其他实施例中，也可以根据节点坐标将其合成，这些都属于本公开的保护范围。

上述方法有效地保证了在屏幕区域比较小的情况下，通过热力图缩略图绘制出了网络图的整体情况，又同时展示出其中数据节点的主干拓扑结构。该方法提高了所生成的网络缩略图整体性和数据性，提高了表示效率，增加了用户的使用体验。

为达到以上技术目的，本公开还提出了一种网络缩略图生成设备，如图6所示，该设备包括：

生成模块610，生成与所述网络图对应的热力图；

确定模块620，确定所述网络图的关键节点；

生成模块630，根据各所述集群的关键节点以及所述热力图，生成与所述网络图对应的网络缩略图。

在具体的应用场景中，还包括：

检测模块，根据所述网络图所包含的节点的数量检测并确定所述网络图的数据规模值；

判断模块，判断所述数据规模值是否超过预设的阈值，并在所述数据规模值超过所述阈值时指示所述生成模块生成与所述网络图对应的所述热力图。

在具体的应用场景中，其特征在于，

所述判断模块，还在所述数据规模未超过预设的规模阈值时指示所述生成模块按照预设的缩小比例值生成与所述网络图对应的等比缩略图。

在具体的应用场景中，所述生成模块具体用于：

根据预设的半径数值为所述网络图中的各个节点设置半径，并利用渐变的色带由内向外填充各所述节点的半径区域。

在具体的应用场景中，所述确定模块具体执行以下步骤：

步骤a)为所述网络图中的各节点设置唯一的标识；

步骤b)对于所述网络图中的一节点，统计所述节点周围所出现的邻居节点的标识，将统计结果中出现次数最多的标识作为所述节点的新标识，如果有多个标识并列为次数最多的标识，则在所述多个标识中随机抽选一个标识作为所述节点的新标识；

步骤c)重复迭代步骤b)到达预设的重复次数；

步骤d)将所述网络图中具有相同标识的节点设置为同一个集群，

步骤e)确定所述网络图中各个集群的关键节点，并将各所述集群的关键节点作为所述网络图的关键节点。

在具体的应用场景中，所述确定模块通过以下节点的属性确定各所述集群中的关键节点：

节点的度中心性；或，

节点的中介性；或，

节点的亲近中心性。

通过应用本公开的以上技术方案，在生成与网络图对应的热力图后，确定该网络图的关键节点，最终各个关键节点以及热力图生成与网络图对应的网络缩略图。从而能够在网络图所包含的节点数量较大时自适应生成合适的网络缩略图，并且保证网络缩略图能够准确地反映原始网络图中节点以及数据的概况，提高了用户的使用体验。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本公开可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本公开的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施场景所述的方法。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本公开所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本公开序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本公开的几个具体实施场景，但是，本公开并非局限于此，任何本领域的技术人员能思之的变化都应落入本公开的保护范围。

Claims (12)

1.一种网络缩略图生成方法，其特征在于，所述方法应用于包含多个节点的网络图，该方法包括：

生成与所述网络图对应的热力图；

确定所述网络图的关键节点；

根据各所述关键节点以及所述热力图生成与所述网络图对应的网络缩略图。

2.如权利要求1所述的方法，其特征在于，在生成与所述网络图对应的热力图之前，还包括：

根据所述网络图所包含的节点的数量，检测并确定所述网络图的数据规模值；

判断所述数据规模值是否超过预设的阈值；

若所述数据规模值超过所述阈值，继续生成与所述网络图对应的所述热力图。

3.如权利要求2所述的方法，其特征在于，还包括：

若所述数据规模未超过预设的规模阈值，按照预设的缩小比例值生成与所述网络图对应的等比缩略图。

4.如权利要求1所述的方法，其特征在于，生成与所述网络图对应的热力图，具体为：

根据预设的半径数值为所述网络图中的各个节点设置半径；

利用渐变的色带由内向外填充各所述节点的半径区域。

5.如权利要求1所述的方法，其特征在于，确定所述网络图的关键节点，具体为：

步骤a)为所述网络图中的各节点设置唯一的标识；

步骤b)对于所述网络图中的一节点，统计所述节点周围所出现的邻居节点的标识，将统计结果中出现次数最多的标识作为所述节点的新标识，如果有多个标识并列为次数最多的标识，则在所述多个标识中随机抽选一个标识作为所述节点的新标识；

步骤c)重复迭代步骤b)到达预设的重复次数；

步骤d)将所述网络图中具有相同标识的节点设置为同一个集群，

步骤e)确定所述网络图中各个集群的关键节点，并将各所述集群的关键节点作为所述网络图的关键节点。

6.如权利要求1所述的方法，其特征在于，通过以下节点的属性确定各所述集群中的关键节点：

节点的度中心性；或，

节点的中介性；或，

节点的亲近中心性。

7.一种网络缩略图生成设备，其特征在于，该设备包括：

生成模块，生成与所述网络图对应的热力图；

确定模块，确定所述网络图的关键节点；

生成模块，根据各所述关键节点以及所述热力图生成与所述网络图对应的网络缩略图。

8.如权利要求7所述的网络缩略图生成设备，其特征在于，还包括：

检测模块，根据所述网络图所包含的节点的数量检测并确定所述网络图的数据规模值；

判断模块，判断所述数据规模值是否超过预设的阈值，并在所述数据规模值超过所述阈值时指示所述生成模块生成与所述网络图对应的所述热力图。

9.如权利要求8所述的网络缩略图生成设备，其特征在于，

所述判断模块，还在所述数据规模未超过预设的规模阈值时指示所述生成模块按照预设的缩小比例值生成与所述网络图对应的等比缩略图。

10.如权利要求7所述的网络缩略图生成设备，其特征在于，所述生成模块具体用于：

根据预设的半径数值为所述网络图中的各个节点设置半径，并利用渐变的色带由内向外填充各所述节点的半径区域。

11.如权利要求7所述的网络缩略图生成设备，其特征在于，所述确定模块具体执行以下步骤：

步骤a)为所述网络图中的各节点设置唯一的标识；

步骤b)对于所述网络图中的一节点，统计所述节点周围所出现的邻居节点的标识，将统计结果中出现次数最多的标识作为所述节点的新标识，如果有多个标识并列为次数最多的标识，则在所述多个标识中随机抽选一个标识作为所述节点的新标识；

步骤c)重复迭代步骤b)到达预设的重复次数；

步骤d)将所述网络图中具有相同标识的节点设置为同一个集群，

步骤e)确定所述网络图中各个集群的关键节点，并将各所述集群的关键节点作为所述网络图的关键节点。

12.如权利要求7所述的网络缩略图生成设备，其特征在于，所述确定模块通过以下节点的属性确定各所述集群中的关键节点：

节点的度中心性；或，

节点的中介性；或，

节点的亲近中心性。