期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
适于社会网络结构分析与可视化的布局算法 被引量:19
1
作者 吴鹏 李思昆 《软件学报》 EI CSCD 北大核心 2011年第10期2467-2475,共9页
力导引布局算法是社会网络信息可视化领域的主流布局算法,但却在结构分析显示方面存在缺陷.产生的图像经常是节点聚集在屏幕中央,难以分辨结构信息.因此,提出了子群分析布局SAL(subgroup analysis layout)算法来解决这一问题.该算法通... 力导引布局算法是社会网络信息可视化领域的主流布局算法,但却在结构分析显示方面存在缺陷.产生的图像经常是节点聚集在屏幕中央,难以分辨结构信息.因此,提出了子群分析布局SAL(subgroup analysis layout)算法来解决这一问题.该算法通过角色分析和关键属性分析,对社会网络中的子群进行划分与分析,然后根据子群分析结果对力导引布局算法加以改进,包括2D和3D可视化.以对恐怖组织信息进行分析作为实例,也验证了SAL算法在社会网络结构分析与显示方面具有一定的优越性. 展开更多
关键词 信息可视化 社会网络 力导引布局算法 结构分析 子群分析
在线阅读 下载PDF
社会网络信息的本体论建模与可视化 被引量:5
2
作者 吴鹏 李思昆 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2009年第4期518-525,共8页
本体论是共享概念模型的明确的形式化规范说明,基于本体论对社会网络信息建模能够提供客观存在的本质认识,发挥本体论在信息表示与组织上的优势.提出一种针对社会网络信息的领域本体模型,将社会网络信息领域的客观存在抽象为3个主要本体... 本体论是共享概念模型的明确的形式化规范说明,基于本体论对社会网络信息建模能够提供客观存在的本质认识,发挥本体论在信息表示与组织上的优势.提出一种针对社会网络信息的领域本体模型,将社会网络信息领域的客观存在抽象为3个主要本体:行动者、关系网络和群组,能够方便地定义各种社会网络分析与可视化方法,为社会网络信息可视化应用提供支持.着眼于社会网络结构分析中的需求,在上述模型框架下提出了基于规则对等组的群组分析方法和基于群组、角色分析的力导引布点算法.最后结合恐怖活动信息可视化实例,阐述了文中提出的领域模型与可视化方法的应用. 展开更多
关键词 本体论 社会网络 领域本体 信息可视化 规则对等 力导引 布点算法
在线阅读 下载PDF
基于领域本体的社会网络信息分析与可视化 被引量:4
3
作者 吴鹏 李思昆 《计算机工程与科学》 CSCD 北大核心 2011年第12期66-71,共6页
社会网络分析与可视化是当前的热门研究领域,但是针对社会网络信息的高效理解与组织的研究成果却十分缺乏。本文提出一种针对社会网络信息的领域本体模型,它对社会网络信息领域的客观存在及其关系进行描述。该模型适合于描述各种社会网... 社会网络分析与可视化是当前的热门研究领域,但是针对社会网络信息的高效理解与组织的研究成果却十分缺乏。本文提出一种针对社会网络信息的领域本体模型,它对社会网络信息领域的客观存在及其关系进行描述。该模型适合于描述各种社会网络分析与可视化方法,并能针对不同社会网络信息可视化应用进行扩展,克服了传统力导引布局算法在社会网络结构分析与可视化上的不足。其可视化结果能够清晰显示子群分布,表现行动者间的密切程度,显示行动者关键属性分布以及子群内部的角色分布等信息。最后通过恐怖活动信息实例,验证了领域本体模型在社会网络信息分析与显示方面的优越性。 展开更多
关键词 社会网络 领域本体 信息可视化 力导引布局算法 恐怖活动信息
在线阅读 下载PDF
虚拟社群结构特征可视化呈现的社会网络布局算法研究 被引量:1
4
作者 邱飞岳 杨斌 王永固 《计算机应用与软件》 CSCD 北大核心 2012年第7期60-62,136,共4页
近年来,随着虚拟社区的发展,社会网络可视化软件逐渐走向普通社区成员的面前。然而现今社会网络可视化领域所采用的布局算法普遍与社会网络分析法相脱离,无法呈现社群结构特征。因此,提出凝聚子群布局算法与核心位置布局算法,它们分别... 近年来,随着虚拟社区的发展,社会网络可视化软件逐渐走向普通社区成员的面前。然而现今社会网络可视化领域所采用的布局算法普遍与社会网络分析法相脱离,无法呈现社群结构特征。因此,提出凝聚子群布局算法与核心位置布局算法,它们分别以凝聚子群分析结果和成员整体中心度为布局依据,呈现社群子群和成员位置两种社群结构特征,并且依据实际数据给出布局效果。 展开更多
关键词 社会网络可视化 布局算法 社群结构
在线阅读 下载PDF
基于节点相似度的力引导改进算法 被引量:3
5
作者 陈力平 何博 王玲 《计算机应用》 CSCD 北大核心 2017年第A02期214-218,224,共6页
社团结构作为社会网络的一个重要特征,对社会网络的可视化结果应当尽可能真实地反映在高维空间中节点间的距离,进而体现社会网络的聚类情况。针对传统力引导算法存在的无法展示社会网络中社团结构信息的弊端,提出一种聚类效果更加突出... 社团结构作为社会网络的一个重要特征,对社会网络的可视化结果应当尽可能真实地反映在高维空间中节点间的距离,进而体现社会网络的聚类情况。针对传统力引导算法存在的无法展示社会网络中社团结构信息的弊端,提出一种聚类效果更加突出的改进布局算法。首先,改进斥力受力公式,引入乘积因子;然后,基于节点间相似度定义增量相似度,再分别定义两个单调函数将增量相似度映射为弹簧原长与新增的斥力乘积因子,实现节点相似度信息的嵌入;最终,在不对社会网络提前进行社团划分的前提下仅通过布局便能展示其中的社团结构。实验结果表明,所提算法与传统力引导算法相比,在展示社会网络的聚簇性方面性能领先。 展开更多
关键词 数据可视化 社会网络 社团结构 相似度 力引导算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部