[论文解读] GraphVista: Interactive Exploration Of Large Graphs

Marcus Paradies, Michael Rudolf+1 more|arXiv (Cornell University)|Jun 1, 2015

Graph Theory and Algorithms参考文献 12被引用 4

一句话总结

GraphVista 引入了一种交互式图探索范式，将临时查询与实时可视化导航无缝结合，使用户无需事先了解模式知识即可探索大规模图数据。通过使用‘图查询断点’——即作为交互式探索入口的查询部分结果——GraphVista 降低了认知负荷，并通过动态可视化和图书签支持对复杂图数据进行迭代、直观的分析。

ABSTRACT

The potential to gain business insights from graph-structured data through graph analytics is increasingly attracting companies from a variety of industries, ranging from web companies to traditional enterprise businesses. To analyze a graph, a user often executes isolated graph queries using a dedicated interface---a procedural graph programming interface or a declarative graph query language. The results are then returned and displayed using a specific visualization technique. This follows the classical ad-hoc Query$ ightarrow$Result interaction paradigm and often requires multiple query iterations until an interesting aspect in the graph data is identified. This is caused on the one hand by the schema flexibility of graph data and on the other hand by the intricacies of declarative graph query languages. To lower the burden for the user to explore an unknown graph without prior knowledge of a graph query language, visual graph exploration provides an effective and intuitive query interface to navigate through the graph interactively. We demonstrate GRAPHVISTA, a graph visualization and exploration tool that can seamlessly combine ad-hoc querying and interactive graph exploration within the same query session. In our demonstration, conference attendees will see GRAPHVISTA running against a large real-world graph data set. They will start by identifying entry points of interest with the help of ad-hoc queries and will then discover the graph interactively through visual graph exploration.

研究动机与目标

• 解决在无需掌握复杂图查询语言的情况下探索大规模、无模式知识图数据集的挑战。
• 克服传统临时查询范式仅在执行完成后才返回完整结果、导致用户反馈延迟的局限性。
• 使用户能够从部分查询结果出发，交互式地探索图结构，从而在复杂数据中提升洞察发现效率。
• 通过图书签支持迭代探索，允许用户从中间结果处恢复并继续分析。
• 设计一个可在多种设备（包括移动平台）上使用的系统，并在大规模图上保持高效运行。

提出的方法

• 提出一种新颖的查询范式：在临时查询首次匹配后暂停执行，将结果呈现为‘图查询断点’，用于交互式探索。
• 将界面分为两个面板：一个用于定义初始查询的驱动查询面板，以及一个用于可视化探索的交互式查询面板。
• 通过按需加载顶点邻域和属性来管理大规模图上的性能，避免一次性加载全部数据。
• 实现图书签功能以存储中间结果，使用户能够稍后返回并扩展探索内容。
• 采用基于浏览器的架构并支持手势操作，确保在包括移动平台在内的各类设备上均具备可用性。
• 与关系型后端（Graphite）集成，后者将顶点和边存储在表中，并维护邻接表以实现高效遍历。

实验结果

研究问题

• RQ1 用户如何在缺乏图查询语言知识的前提下，有效探索大规模、无模式知识的图？
• RQ2 何种交互模型能够在最小化用户认知负荷的同时，实现图数据的高效、迭代式探索？
• RQ3 如何将临时查询结果用作动态可视化探索的入口，而无需完全获取结果？
• RQ4 何种机制能够支持跨多个会话或迭代的持久化、有状态探索？
• RQ5 在可视化高信息密度的大规模图时，如何保持性能？

主要发现

• GraphVista 成功使用户能够在无需了解模式知识或查询语言专业知识的情况下探索大规模图，例如包含 370 万个顶点和 2100 万条边的 LDBC 社交网络基准图。
• 该系统通过允许用户立即对首个匹配结果进行可视化检查，降低了用户认知负担，该结果随后可作为交互式探索的起点。
• 通过按需加载顶点邻域和属性，确保了高效性能，避免了必须一次性加载或渲染整个图。
• 图书签功能允许用户存储并稍后从中间结果处恢复探索，支持迭代式和非线性分析工作流。
• 该工具基于浏览器、支持手势操作的界面，使其在桌面和移动设备上均能有效使用，提升了可访问性。
• 临时查询与可视化探索的交错执行，相比传统查询-结果循环，提供了更直观、更响应迅速的用户体验。