[发明专利]引入特征分量相似度的动态网络状态演化可视化方法

摘要

本发明请求保护一种引入特征分量相似度的动态网络状态演化可视化方法，涉及信息可视化领域，所述方法包括以下步骤：首先离散化动态网络原始数据，构造出一系列的网络快照，通过计算每个时间步子网络点边出现频数和相邻节点间的相似度进行加权，最后将各个网络快照向量化；其次，采用最大似然估计法计算出数据的本征维度，求得时间步特征分量相似度；最后将时间步特征分量相似度融入力导引布局算法中，加入相似力实现节点聚类，最终实现一个可视化布局。通过空间里节点间位置可以看到动态网络演变的过程相似的网络快照，其代表节点会离得比较近而形成一个聚类，网络结构差别越大，节点位置越相对偏远。聚类的节点表示着动态网络稳定和重现的状态。

主权项

一种引入特征分量相似度的动态网络状态演化可视化方法，其特征在于，包括以下步骤：首先，采用网络快照之间边界互相重叠的方法对动态网络的原始数据进行离散化处理，构造出一系列的网络快照，获取每个时间步下点边出现的频数，并结合相邻节点间关系强度的权值公式进行加权，最后将各个网络快照向量化；其次，采用最大似然估计法计算出网络快照向量化后的数据的本征维度，使用PCA主成分分析法降维得到每个时间步的d维的特征分量，并根据相似度公式求得时间步之间的特征分量相似度；最后，将时间步特征分量相似度融入力导引布局算法中，加入相似力和万有引力实现节点聚类，同时通过颜色变化来强调时间属性，最终实现一个可视化布局，将动态网络的演化过程呈现给用户。