[论文解读] Force-Directed Graph Drawing Using Social Gravity and Scaling

Michael J. Bannister, David Eppstein+2 more|arXiv (Cornell University)|Sep 4, 2012

Data Visualization and Analytics参考文献 17被引用 6

一句话总结

本文提出社会引力（social gravity）——一种基于网络中心性度量（度数、介数、接近度）为顶点分配质量的力导向图布局技术，使中心性高的节点在物理上位于布局中心。通过在模拟过程中动态缩放引力，该方法减少了边交叉，提升了角度分辨率，生成了树、森林及社交网络的美观紧凑布局，包括Lombardi风格的圆弧边布局。

ABSTRACT

Force-directed layout algorithms produce graph drawings by resolving a system of emulated physical forces. We present techniques for using social gravity as an additional force in force-directed layouts, together with a scaling technique, to produce drawings of trees and forests, as well as more complex social networks. Social gravity assigns mass to vertices in proportion to their network centrality, which allows vertices that are more graph-theoretically central to be visualized in physically central locations. Scaling varies the gravitational force throughout the simulation, and reduces crossings relative to unscaled gravity. In addition to providing this algorithmic framework, we apply our algorithms to social networks produced by Mark Lombardi, and we show how social gravity can be incorporated into force-directed Lombardi-style drawings.

研究动机与目标

• 为解决传统力导向图布局中缺乏对中心性感知的定位问题，即中心节点未能自然地被绘制在中心位置。
• 通过使用广义引力场物理中心化高中心性顶点，提升图布局的视觉质量。
• 通过动态引力缩放，减少边交叉，提升布局均匀性与角度分辨率。
• 将社会引力整合至Lombardi风格图布局中，使用圆弧边并保持美学特性，同时提升结构清晰度。
• 提供一种实用且可扩展的力导向布局框架，支持多种中心性度量与可伸缩的引力应用。

提出的方法

• 根据任意中心性度量（度数、介数、接近度）按比例分配顶点质量，以模拟社会引力，使高中心性节点被拉向中心。
• 采用一种缩放技术，在模拟过程中逐步增加引力，从零开始以避免过早收敛并减少边交叉。
• 将社会引力与标准弹簧力（沿边的吸引力）及普遍排斥力（防止重叠）结合。
• 使用力导向模拟框架，随时间步长演化至能量最小状态，引力随时间动态调节。
• 将基于引力的布局与现有Lombardi风格算法结合，后者使用圆弧边并优化角度分辨率。
• 采用虚拟顶点方法，在结合引力与Lombardi边力时保持边长均匀。

实验结果

研究问题

• RQ1 能否基于图论中心性度量的社会引力，将高中心性节点定位在力导向布局的物理中心？
• RQ2 引力动态缩放对边交叉减少与力导向布局质量的影响如何？
• RQ3 社会引力能否有效与Lombardi风格的圆弧边绘制结合，以在保持美学质量的同时提升基于中心性的定位？
• RQ4 不同中心性度量（度数、介数、接近度）对最终布局结构与视觉清晰度的影响如何？
• RQ5 所提出方法与基于中心性将节点约束在离散环状结构的径向布局相比，表现如何？

主要发现

• 社会引力成功将高中心性顶点定位在布局中心，与图论中心性一致，提升了视觉可解释性。
• 动态引力缩放显著减少了边交叉，相比未缩放引力，避免了陷入不良局部极小值。
• 该方法实现了更均匀的顶点分布，并显著提升了中心节点周围的角分辨率。
• 社会引力与Lombardi风格边绘制的结合，既保留了圆弧边的美学特性，又增强了结构清晰度。
• 该方法为树与森林生成了紧凑且无交叉的布局，为复杂社交网络生成了美观的结果。
• 该算法具有可扩展性，可经少量修改适配多种中心性度量与边绘制风格。