图布局KK算法的研究与实现

种类繁多的信息源产生的大量数据,远远超出了人脑分析解释这些数据的能力。可视化技术作为解释海量数据最有效的手段率先被科学与工程计算领域采用,并发展为当前热门的研究领域——信息可视化。可视化技术基于图论的数学基础,研究图的判定算法和绘制算法及其实现技术,并与数据分析相结合,实现可视化数据的组织与分析。文章主要研究基于KK算法图的布局技术及布局算法与实现方法。

基于社区划分和改进PageRank的影响力最大化算法

为了解决传统贪心算法不能有效解决大规模社会网络影响力最大化的效率问题,采用模块度将大规模的通信网络划分成较小的社区模块,并通过改进PageRank排名算法来评价有向复杂网络节点的传播能力,然后再利用KK算法挑选当前带来最大影响范围的剩余种子节点,提出基于社区划分和改进PageRank的影响力最大化算法。实验证明,该方法具有一定的扩展性和有效性。

基于虚拟节点的概念格三维可视化布局算法

形式概念分析理论是一种研究属性和对象的数据挖掘方法.概念格作为形式概念分析理论中的核心数据结构,具有直观表达知识单元内在联系的作用,可以作为知识图谱可视化工具.针对传统三维可视化布局算法在概念格表示上,存在复杂概念格结构表示不清、图形不够美观的问题,提出了一种基于虚拟节点的概念格三维可视化布局算法,提升了概念格Hasse图图形的美观度.该算法通过添加虚拟节点对二维KK布局算法改进,并与传统分层算法中的分层函数相结合,有效解决了层内节点横向扩张过大及节点连线交叉过多表示不清晰的问题,使概念格结构变得明确、易读.为对Hasse图图形美观度进行定量度量,提出了一种以空间分布密度为依据的美观度度量指标.通过与传统三维布局算法中圆形分配算法在该指标上的对比分析,验证了该算法在概念格可视化布局方面对已有三维布局算法的优越性.