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