许多应用领域,如社会学、生物学、软件工程等,都涉及大型复杂网络。对这样的网络进行分析绝非一件简单的事,因为它通常需要多次交互才能得出结果。因此,对分析师来说,分析过程和分析得到的结果同样重要,值得保存和共享。关键是如何抓住和总结分析中的重要步骤。
加利福尼亚大学戴维斯分校Kwan-Liu Ma教授团队在Visual InfromaticsVI 官网 介绍了一个排位模型和一个约简算法。该模型可以识别网络分析中采用的重要交互并加以排序。基于这个模型,算法能够最大程度简化分析过程,同时仍然保留了回顾、重用、再现和共享分析过程和结果的所有重要步骤。他们利用上述模型和算法创建了一个原型系统,通过两种应用情景展示设计的有效性。
排位模型–V2D2
V2D2模型描述了如何对网络分析中的交互进行分类、所记录的每一交互层的重要性,显示相关的变化以及当前交互层和其他交互层之间的依赖关系。