动态网络社区演化可视化:量化指标驱动的创新算法

需积分: 16 0 下载量 36 浏览量 更新于2024-09-06 收藏 417KB PDF 举报
本文主要探讨了"引入量化指标的动态网络社区演化可视化方法",由作者吴渝、温磊和李藻旭合作完成,他们的研究受到了重庆市自然科学基金、重庆教委科学技术研究项目以及国家社会科学基金的支持。该研究聚焦于解决现实网络中动态性带来的可视化挑战,因为大部分现有方法过于强调静态布局的稳定性,忽视了动态网络中社区随时间变化的特性。 作者吴渝,作为博士、教授和博士生导师,专注于网络智能、数字媒体和数据挖掘领域,其电子邮件地址为wuyu@cqupt.edu.cn,工作于重庆邮电大学网络智能研究所。研究的核心是提出了一种新颖的动态网络可视化算法,该算法结合了动态社区的量化时变属性和力导引原理。通过引入时变向心力,算法能够动态调整社区布局,反映其稳定性的变化,同时保持信息传递的有效性,减轻了对布局稳定性过度依赖的问题。 传统的静态布局方式在处理动态社区演化时显得不足,因此,本文算法采用了两层同心圆布局策略,这种设计有助于直观展示社区内部结构的变化,使动态社区的演化过程更加清晰。实验分析表明,这种方法不仅能够准确呈现动态社区的演变过程,而且具有较低的时间复杂度,这意味着它在实际应用中具有较高的效率。 关键词包括“网络可视化”、“动态网络”、“量化指标”和“力导引”,这些关键词揭示了论文的核心研究内容和目标。从技术分类的角度看,这篇论文属于计算机科学和技术类别,具体是TP39115,反映了它在数据可视化和网络分析领域的前沿贡献。 这项研究对于提升动态网络可视化领域的理解和实践具有重要意义,为理解和分析复杂网络的动态行为提供了一种创新且高效的工具。通过引入量化指标和优化布局策略,它不仅提供了新的视角,也为未来的网络可视化研究开辟了新的路径。