Please wait a minute...
Advanced Search
现代图书情报技术  2010, Vol. 26 Issue (6): 60-65    DOI: 10.11925/infotech.1003-3513.2010.06.10
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
基于动态链接分析的网络可视化分析平台的设计与实现*
马超 叶祺 吴斌 石川 佘影
(北京邮电大学计算机学院北京  100876)
Design and Implementation of a Visual Analytical Platform for Dynamic Link Analysis
Ma Chao  Ye Qi  Wu Bin  Shi Chuan   She Ying
(School of Computer Science and Technology, Beijing University of Posts and Telecommunications,
Beijing 100876, China)
全文: PDF(1301 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

介绍一个基于链接分析的可视化分析框架NeSVA。科技信息分析人员运用该框架可以方便地观察科技实体网络的拓扑信息,同时通过对大规模动态链接数据的分析,为网络的动态分析提供基于时间的、合理的且易于理解的评估与解释。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
马超
叶祺
吴斌
石川
佘影
关键词 复杂网络可视化分析社会网络分析社团动态链接分析    
Abstract

 This paper proposes a visual analytical framework named NeSVA based on link analysis. With the help of NeSVA, the analysts can explore the structure information of networks and gain deep insights from massive dynamic link data by providing timely, defensible and understandable assessments for dynamic network analysis.

Key wordsComplex networks    Visual analytics    Social network analysis    Community    Dynamic link analysis
收稿日期: 2010-04-28     
: 

G203

 
基金资助:

*本文系国家自然科学基金资助项目“基于进化多目标优化的无监督机器学习”(项目编号:60905025)的研究成果之一。

Fund:

*本文系国家自然科学基金资助项目“基于进化多目标优化的无监督机器学习”(项目编号:60905025)的研究成果之一。

通讯作者: 马超     E-mail: buptmc@163.com
引用本文:   
马超 叶祺 吴斌 石川 佘影. 基于动态链接分析的网络可视化分析平台的设计与实现*[J]. 现代图书情报技术, 2010, 26(6): 60-65.
Ma Chao Ye Qi Wu Bin Shi Chuan She Ying. Design and Implementation of a Visual Analytical Platform for Dynamic Link Analysis. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2010.06.10.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.06.10

[1] 翟东升,刘晨,欧阳轶慧.专利信息获取分析系统设计与实现[J].现代图书情报技术,2009(5):55-60.         
[2] 王建冬,王继民,田飞佳.博客圈的特征及其演化机制初探[J].现代图书情报技术,2008(4):56-60.
[3] 王建冬,孙慧明.基于网站链接分析的“211”高校排名实证研究[J].现代图书情报技术,2008(9):64-69.
[4] Ye Q,Wu B,Wang B.JSNVA:A Java Straight-line Drawing Framework for Network Visual Analysis[C].In: Proceedings  of the 4th International Conference on Advanced Data Mining and Applications, Chengdu,China.2008: 667-674.
[5] Eades  P A. A Heuristic for Graph Drawing[J]. Congressus Numerantium, 1984,42:149–160.
[6] Fruchterman T M J, Reingold E M. Graph Drawing by Force-directed Placement[J]. Software Practice and Experience, 1991, 21(11):1129–1164.
[7] Yee K  P, Fishe D, Dhamija R, et al. Animated Exploration of Dynamic Graphs with Radial Layout[C]. In: Proceedings of the IEEE Symposium on Information Visualization 2001. Washington, D.C.: IEEE Symposium, 2001: 43-51.
[8] Newman M E J, Girvan M. Finding and Evaluating Community Structure in Networks[J]. Physical Review E, 2004, 69(2): 026113.
[9] Clauset A, Newman M E J, Moore C. Finding Community Structure in Very Large Networks[J]. Physical Review E, 2004, 70(6):066111.
[10] Dongen S V. Graph Clustering via a Discrete Uncoupling Process[J]. Siam Journal on Matrix Analysis and Applications, 2008, 30(1):121-141.
[11] Raghavan N U, Albert R, Kumara S. Near Linear Time Algorithm to Detect Community Structures in Large-scale Networks[J]. Physical Review E,2008, 76(3):036106.
[12] Blondel V D, Guillaume J L,  Lambiotte R,et al. Fast Unfolding of Communities in Large Networks[J]. Journal of Statistical Mechanics: Theory and Experiment, 2008(10): 10008.
[13] Palla G, Derenyi I, Farkas I, et al. Uncovering the Overlapping Community Structure of Complex Networks in Nature and Society[J]. Nature, 2005, 435 (7043):814–818.
[14] Bron C, Kerbosch J. Finding All Cliques of an Undirected Graph[J]. Communications of the ACM, 1973, 16(9): 575-577.
[15] Danon L, Díaz-Guilera A, Duch J,et al. Comparing Community Structure Identification[J]. Journal of Statistical Mechanics: Theory and Experiment, 2005(9):09008.
[16] Fortunato S. Community Detection in Graphs[J]. Physics Reports, 2010(486): 75-174.
[17] Barnes J, Hut P. A Hierarchical O(nlogn) Force-calculational Algorithm[J]. Nature, 1986, 324(6096):446-449.
[18] Heer J, Agrawala M. Software Design Patterns for Information Visualization[J]. IEEE Transactions on Visualization and Computer Graphics, 2006, 12(5):853-860.

[1] 李想,钱晓东. 商品在线评价对消费趋同影响研究*[J]. 数据分析与知识发现, 2019, 3(3): 102-111.
[2] 钱晓东,李敏. 基于复杂网络重叠社区的电子商务用户复合类型识别*[J]. 数据分析与知识发现, 2018, 2(6): 79-91.
[3] 陈芬,付希,何源,薛春香. 融合社会网络分析与影响力扩散模型的微博意见领袖发现研究*[J]. 数据分析与知识发现, 2018, 2(12): 60-67.
[4] 王忠义,张鹤铭,黄京,李春雅. 基于社会网络分析的网络问答社区知识传播研究[J]. 数据分析与知识发现, 2018, 2(11): 80-94.
[5] 陈云伟,张瑞红. 用于情报挖掘的典型网络社团划分算法比较研究*[J]. 数据分析与知识发现, 2018, 2(10): 84-94.
[6] 李飞,张健,王宗水. 社会化推荐研究进展与发展趋势演化*——基于文献计量和社会网络分析的视角[J]. 数据分析与知识发现, 2017, 1(6): 22-35.
[7] 范如霞,曾建勋,高亚瑞玺. 基于合作网络的学者动态学术影响力模式识别研究[J]. 数据分析与知识发现, 2017, 1(4): 30-37.
[8] 刘冰瑶,马静,李晓峰. 一种“特征降维”文本复杂网络的话题表示模型*[J]. 数据分析与知识发现, 2017, 1(11): 53-61.
[9] 王曰芬,靳嘉林. 比较分析《现代图书情报技术》近10年发文特征与发展趋势*[J]. 现代图书情报技术, 2016, 32(9): 1-16.
[10] 吴江,陈君,张劲帆. 协同创新中知识供需系统的模拟研究*[J]. 现代图书情报技术, 2016, 32(9): 27-33.
[11] 叶腾,韩丽川,邢春晓,张妍. 基于复杂网络的虚拟社区创新知识传播机制研究*[J]. 现代图书情报技术, 2016, 32(7-8): 70-77.
[12] 李进华,安仲杰. 基于地理坐标的微博事件检测与分析*[J]. 现代图书情报技术, 2016, 32(2): 90-101.
[13] 夏立新,谭荧. LOD的网络结构分析与可视化*[J]. 现代图书情报技术, 2016, 32(1): 65-72.
[14] 吴应良, 姚怀栋, 李成安. 一种引入间接信任关系的改进协同过滤推荐算法[J]. 现代图书情报技术, 2015, 31(9): 38-45.
[15] 任妮, 周建农. 合著网络加权模式下科研团队的发现与评价研究[J]. 现代图书情报技术, 2015, 31(9): 68-75.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn