基于粒子群优化算法的社交网络可视化

作     者：刘芳 孙芸 杨庚 林海 LIU Fang,SUN Yun,YANG Geng,LIN Hai(State Key Laboratory of CAD & CG,Zhejiang University,Hangzhou 310058,China)

作者机构：浙江大学CAD&CG国家重点实验室浙江杭州310058 

基　　金：国家自然科学基金资助项目(60873122 60903133) 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2013年第47卷第1期

页      码：37-43页

摘      要：为了使用户快捷、清晰地发现及研究微博用户之间的关系,提出基于粒子群优化(PSO)算法的微博数据可视化方法.根据用户在微博中的影响力将用户分为n层,以此来表示用户在网络中对信息的传播影响力的等级.基于数据的关联关系对数据进行子群划分;基于粒子群优化算法,设计目标函数,使粒子群优化算法适应社交网络的布局要求.为了进一步增强可视化效果,降低视觉复杂度,采用曲线代替直线,应用传输函数设置不透明度以及交互的可视化技术.实验结果表明,该方法可以形成清晰的可视化结果,以便更好地分析微博用户之间的关系.

主 题 词：微博 粒子群优化(PSO) 可视化分析 子群 社交网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3785/j.issn.1008-973x.2013.01.006

馆 藏 号：203105777...