当前位置:主页 > 管理论文 > 移动网络论文 >

基于差分进化优化的社交网络可视化

发布时间:2020-07-09 16:29
【摘要】:随着互联网的迅速兴起与蓬勃发展,社交关系从社会学和人类学的重要研究分支演变为多学科融合的研究对象,并由此衍生出社交网络概念。在线社交网络的快速发展引人注目,庞大的数据体量包含了复杂的潜在信息,应用可视化技术直观地展现社交网络并从中挖掘有价值的信息成为了当下社交网络的研究热点和难点。本文总结社交网络可视化的相关技术,在此基础之上,针对无向社交网络提出基于差分进化的可视化布局算法,结合弹簧模型移动节点,改进差分进化算法的变异-交叉-选择过程,以符合布局算法的要求;针对社交网络的结构特点和美观性需求,提出了更为完善的可视化方案,分析社交网络的关键节点属性和社区结构并直观展示,应用边绑定技术以减少边交叉现象,通过结合社交网络可视化关键技术,形成完整的可视化流程。本文通过Python和D3.js编程实现相关算法,使用三个社交网络数据集进行实验。实验所得的可视化结果表明,差分进化布局算法保持了较快的收敛性,改进了传统力导引布局局部优化的不足,有更好的全局控制表现和一般适用性,且布局效果较好地展现了社交网络的内在特点,满足美学标准要求;可视化方案能够充分展现社交网络的属性特点和内在结构,边绑定技术的应用有效减弱了边交叉现象带来的视觉混乱。因此,本文的研究成果不仅在理论上有所突破,而且对直观展现社交网络的结构、深入研究其信息传播模式等方面也有很好的应用前景和实用价值。
【学位授予单位】:天津工业大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP393.09
【图文】:

算法,物理学原理,弹簧模型,效果


的距离将接近于其理想距离。KK算法一贯保持了力导引算法布局的美观性,虽逡逑然在理论上KX算法的复杂度仍为0(?2),但其目标函数的收敛性得到了很大改逡逑进。应用KK算法布局的效果对比如图2-1所示。逡逑8逡逑

算法


但其健壮性更佳,美观性更好,是现今最常用的力导引布局算法。它可以保存程逡逑序的中间输出,在修复布局时可作为初始配置,减少修复成本,并且在增量布局逡逑中有很大作用。应用FR算法布局类似二叉树结构的网络图如图2-2所示。逡逑图2-2邋FR算法布局样例逡逑由Aaron和Eades在2001年提出的FADE算法,是一种适用于大型无向图,逡逑基于几何聚类的快速算法。该算法利用Bames-Hut四叉树分解来确定节点间的逡逑接近程度,而不是使用近似力的计算,所以降低了计算两个节点间力的复杂度,逡逑相较于上述力导引算法,FADE的时间复杂度为0(?log(?))。FADE的布局过程逡逑为:使用空间分解构造几何聚类;计算边缘力;计算非边缘力;移动节点;重复逡逑以上过程直到收敛tl3]。并且,在更高的抽象级别上,较大的图形可以更精确地表逡逑示。使用不同层级分解树布局包含2500个节点的结果如图2-3所示。逡逑岕S缅义贤迹玻撸秤τ茫疲粒模潘惴ú季郑玻担埃案鼋诘愕慕峁ǎ巢惴纸馐鳎Γ挡惴纸馐鳎╁义隙辔叨确治霾季郑ǎ停模樱┧惴ǖ奶岢鼋饩隽肆Φ家季值木窒扌裕且诲义现秩挚刂疲康氖潜Vふ宓钠胱钚 U攵愿呶荩媒滴椒ń荽渝义细呶占浣档降臀占洌η蟊3纸诘阒涞南喽晕恢貌槐洌北3植季中Ч义系拿拦坌裕郏保矗保担荨#停模铀惴ㄓ辛街质迪址椒

本文编号:2747705

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2747705.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户84ece***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com