多尺度可视化的小世界网络.docVIP

多尺度小世界网络的可视化 摘要 有很多在信息可视化领域下研究的网络是”小世界”网络。这些网络起先出现在对社会网络的研究并且证明是与其他应用领域相关的模型，如软件逆向工程和生物学。此外，很多这些网络实际上都有多尺度性质：它们可以看做是一组一组的小世界网络。我们描述一个设计好的用来识别小世界网络里最弱边的度量标准，从而开发出一个简单的低成本的过滤程序（将一个图分割成很小的并且高度关联的部件）。我们通过一个基于语义缩放的网络交互式的导航来展示这个度量标准是如何被开发的。一旦网络分解为一系列的子网层次，用户可以很容易地找到演员群的集体和其子团体，从而了解他们的动态。 关键词: 小世界网络，多尺度图，聚类度量，语义缩放。 1．小世界网络 小世界现象是第一次被Milgram 提出来的，他是研究社会网络结构的。他进行了一次如今众所周知的实验，每个志愿者将一封信寄给给一个他们认为最有可能将这封信传递给其‘接受者’的朋友，然后他的朋友再把信寄给他认为更接近这名‘接受者’的朋友（‘接受者’是一名工作在波士顿股票经纪人）。最终，大部分信件都寄到了这名股票经纪人手中，每封信平均经手6．2次到达。（Milgram认为世界上任意两个人之间建立联系，最多只需要6个人）这个结果表明：所有的信件都可以以这种方式交付，通过一条平均由六个人组成的路径。这个理论经常引用为“六度分隔”准则。这种网络的研究获得了重生并且被Watts和Strongatz 推广到很多其他的领域。 小世界网络的典型特点主要停留在两个结构参数上:1.平均的路径长度2、节点的聚簇索引。大致上，小世界网络使得结点的子集高度聚集，而结点与结点之间只有几步的距离。更确切的说，在一个小世界网络中的平均路径长度与一个随机图形（拥有相同的边界号码）的路径长度相比，它的结点的聚簇索引平均更大。 很多重要的现实世界的例子是小世界网络。这些已经被Watts 在观察神经网络时发现了。小世界网络在这个领域的应用已经被Kashuringagan更深的讨论了。Adamic 表明小世界的性质适用于从web上提取的站点对应的网络。来自逆向软件工程的图形为小世界网络提供了进一步的例子。一个关于小世界网络的著名的例子是从互联网电影数据库获得的。 下边表格中的数据显示了一些网络的小世界的性质。IMDB的例子包含在演员和电影的IMDB数据库的一小部分。从一个特定的演员x，我们在删除所有连接x（同时删除x）与这些演员的边之前，可以找到所有其他的与x一起演出的男演员和女演员（有超过35个演员的电影都将被丢弃）。两个演员如果出演同一部电影就会被一条边连起来（但不是和x，否则这个图就已经完善了）。最终的图包含419个演员相互之间有5651条边相连。这个图在Figure 1中说明。在同一部电影中演出的演员组看做一个小团体（子图拥有最大数量的边：完全子图）并且以一个深蓝色的圆盘表示。 Graph Clustering index Ave Path Length Random graph （same number of nodes and edges） IMDB 0.9666 3.2043 0.0243 2.6694 “Resyn Assistant“ 0.9518 3.2847 0.1942 1.8195 Mac OS 9 0.3875 2.8608 0.0179 3.3196 Web 0.1078 3.1 2.3e-4 - .edu sites 0.156 4.062 0.0012 4.048 表一 是一些小世界网络的例子显示了它们的群集索引相应的值和平均路径长度。最后的两列表明相同的统计资料对于随机图有相同的结点和边数。 “Resyn Assistant”网是一个与用来设计化学成分可视化的一个JAVA API关联的图。结点与java 类相对应，线则连接了类内部的属性和方法，以及同其他类的关联。Mac OS9 的例子包含一个图：结点对应于头文件而边对应于头文件的物理序列。证据表明：许多在软件逆向工程中研究的图都可以在小世界网络中找到。 就我们的知识而言，从可视化的角度来看小世界网络的结构特性还没有得到充分利用。对小世界网络的大部分的研究精力集中在提供理论模型。对于基于度的分布的小世界网络的很多关键类的定义已经提出了。最近，算法方面已经引起了很大的注意，强调定义小世界网络分布式算法的可能性。 2.交互可视化的小世界网络 当处理一个社会网络的常规任务时在于确定连接演员的链接的模式。这些模型经常对应于社会团体-----演员集体相互之间紧密相连。此外，他们可能表明社会地位------演员团体以相同的方式链接到整个社会系统。其他更直观的问题可能是“是否有一团体与其他所有的团体都有连接？”或者一般来讲“这些团体是以一种