知识图谱的可视表达

1、焦点+上下文扭曲技术

浏览转换和鱼眼式变形，双放大可以使用户能够看到任何感兴趣的更细节的高密度可视化。
论文：DualView: A Focus+Context Technique for Navigating Large Graphs

2、两抽象+重要性过滤

两抽象指: 语义抽象和结构抽象. 语义抽象用于隐藏节点, 结构抽象是指利用其结构信息，根据输入阈值, 彼此接近的节点合并为超级节点.
重要性过滤指计算统计度量来评估节点类型之间的连通性和相关性。
论文：Visual Analysis of Large Heterogeneous Social Networks by Semantic and Structural Abstraction

3、中心性和灵敏性为度量尺度

中心性代表异质网络如社交网络节点的重要性,
灵敏度代表了该节点与网络中所有其他节点之间关系的重要性.
论文：Visual Reasoning about Social Networks Using Centrality Sensitivity

4、图稀疏方法

图简化;
三元组排序;
属性选择.
论文：RDF graph visualization by interpreting linked data as knowledge

5、分页图可视化

以绘制小布局, 逐步探索可视化为出发点，结合了 RDFS/OWL序列化方式
论文：rdf data exploration and visualization

6、基于律幂度现象对传统的力导向布局算法进行了改进

核心是算法的冷却机制,当在高律幂度节点上操作时, 温度缓慢冷却, 因为这些是核心节点并且需要更高的温度, 更高的温度可以在这些节点上施加更大的力值, 从而使语义相近的节点靠得更近.
另一方面，当算法计算低律幂度节点上的力时, 温度通过快速冷却迅速下降, 因为与高律幂度节点相比, 低律幂度节点重要性更低. 此机制使得布局算法的时间复杂度降低, 更适合大规模知识图谱布局

7、关联“桥”知识图谱概览抽取可视化图

关联数据主要通过资源描述框架 RDF格式来表示, 它将一个资源描述成一组三元组(主体, 谓语, 客体)
论文：面向 Cytoscape 平台的关联数据知识图谱概览抽取与可视化

8、使用语义基板在基于节点属性值的非重叠屏幕区域中布置节点

论文：network visualization by semantic substrates

9、节点重要性估计

需要考虑的几个方面：邻居、边的类型（关系）、中心度、输入的分数（用来训练的一部分节点的label），方法的灵活性
节点的分数：相邻节点的分数的加权和，权重由两个点和一个边算出
中心度：由入度初始化，然后迭代更新
最后的节点重要性由上面两个值结合得到
论文：Estimating Node Importance in Knowledge Graphs Using Graph Neural Networks

10、NodeTrix

论文：NodeTrix: A Hybrid Visualization of Social Networks

11、Ontodia、OntoGraf、Entity Browser、TGViz和TopBraid工具加载大型本体

论文：Ontology visualization methods and tools: a survey of the state of the art