聚类图可视化技术答案

【问题标题】：Clustered Graphs Visualization Techniques聚类图可视化技术
【发布时间】：2011-01-22 08:28:24
【问题描述】：

我需要可视化具有以下属性的相对较大的图（6K 节点，8K 边）：

不同的集群。每个集群大约有 50-100 个节点，集群级别的互连性适中
集群之间的最小互连（每个集群 5-10 个集群间边）

让全局边缘重叠=直接可视化Clusters = {A, B, C, D, E}的图引起的边缘重叠，Edges = {Pentagram of those clusters，顺便说一下是非平面的直接画出来肯定会产生边缘重叠}

令 Local Edge Overlap = 上述但 { A, B, C, D, E } 只是节点。

我需要以满足以下要求的方式将上述图表可视化

没有全局边缘重叠（即由集群间属性引起的边缘重叠是不行的）
集群内的局部边缘重叠很好

有人对如何最好地可视化具有上述要求的图表有想法吗？

我想出的处理全局边缘重叠的一个解决方案是确保在可视化过程中，集群 A 最多只能有 1 个直接边缘到另一个集群 (B)。集群 A -> C, A -> D, ... 之间的任何其他集群间边都断开连接，并且其他节点/边 A -> A_C, C -> C_A, A -> A_D, D -> D_A...已创建。

有人有什么想法吗？

【问题讨论】：

我有点困惑，为什么在连接第一个边缘之后要将边缘从一个集群断开连接到另一个集群。您是说您正在断开其他边缘，因为该组集群是完全连接的，因此您不需要代表其余的连接？如果是这样，您为什么不进一步走出抽象层并拥有完全连接的集群？

标签： graph cluster-analysis visualization

【解决方案1】：

虽然此时问起来可能很傻，但你试过http://www.graphviz.org/吗？

【讨论】：

【解决方案2】：

有一个基于 Prefuse 构建的程序，名为 SocialAction。您必须向作者索取代码，但它会为您对图进行大量统计分析，例如识别子图。我在一个超过 18,000 个节点的图表上使用了它，虽然它在那个规模上非常慢，但它仍然可以工作。

【讨论】：

【解决方案3】：

有机布局在 yFiles 框架中管理相当好的集群图。首先在yEd 中尝试，看看它是否满足需要。为每个集群使用嵌套图别名组可能是合理的。有机布局具有称为组布局策略的功能，如果需要使用不同的集群间和集群内边缘原则进行布局，则可以使用该功能，并进行增量布局。通过一些努力，可以将图形转换为 GraphML，以避免手动工作。

【讨论】：

【解决方案4】：

鉴于您的目标，我认为Fruchterman-Reingold algorithm 在防止边缘重叠方面做得相当不错。例如，参见 screenshot 的网络，该网络由使用 Fruchterman-Reingold 算法绘制的多个组件组成。 IGraph 内置了对该算法的支持（我相信Networkx 也是如此），而且速度非常快。

【讨论】：

我尝试了 FR 布局，最终我决定不使用它。 FR 倾向于用一个节点占据每个可用空间，并且通常会造成混乱。我尝试过的最好的本地布局是 YiFanHu 的 Multilevel，其次是 ForceAtlas。另外，我上面的问题是询问全局集群可视化技术:)

【解决方案5】：

我还没有看到太多图形可视化工具支持在图形中直观地分离集群。一种选择可能是查看WilmaScope。它看起来对基于集群的布局有一些支持。

【讨论】：

【解决方案6】：

Prefuse 内置了一些很好的图形绘制link text 算法，它似乎可以相对较好地处理相当大的图形。你可以试试Flow Map Layout，它建立在 Prefuse 之上。

【讨论】：