基于图的数据关联可视分析方法研究

【摘要】：关联关系广泛存在于国民经济和日常生活中的各个领域,对关联关系的探索是当今大数据时代数据分析面临的巨大挑战之一。图分析是用以揭示关系数据中复杂关联的一种有效手段,而可视化则通常为该过程的核心组成部分。基于图的数据关联可视分析方法将图论与可视化技术相结合,将机器智能与人的智能有机融合,已成为探索数据关联的重要方法。而如何直观、高效地探索和分析数据中层次和网络关系,更好地发现和掌握重点关注对象,跟踪数据变化,是一个亟待解决的问题。另一方面,食品安全领域中的农药残留问题关乎人类身体健康及食品国际贸易,长期以来备受国家及人民的广泛关注,因此我国每年都要针对农产品的农药残留情况进行定期侦测,该侦测数据集中所存在着的显性或隐性关联则具有十分重要的价值。本文以“十二五”国家科技计划项目为背景,以农残侦测数据为研究对象,对基于图的数据关联可视分析方法进行了研究,取得如下成果:第一,从可视分析学方法研究的视角出发,根据图布局的不同特点针对基于图的数据关联可视化方法进行了归纳和总结,梳理了方法的典型分类、各类方法的优缺点及其关联图可视分析的基本框架,总结了相关图分析方法、图评价标准以及关联分析过程中所采用的交互技术及图简化技术。第二,提出了一种基于变换的关联图可视化方法TransGraph。针对传统图布局方法在表示复杂关联时所易产生的视觉混乱、较高的布局复杂度以及重点中心对象不突出的问题,本文提出了一种基于中心点的加权级联二部图模型,并在传统力导引图布局、放射环及圆环布局算法的基础上,通过基于中心点和图元聚集变换的方法实现了数据和视图层次上的图简化,降低了可视复杂度,使得重点更为突出。第三,提出了面向时变特征的有序小多组树图算法OSMT及其评价指标TVA。OSMT以基于Small Multiple布局的树图算法来针对随时间变化的层次关系数据进行可视化,以节点在所有快照上的全局最优长宽比和行内节点填充个数来控制同一节点位置随时间的稳定性,并通过高亮和缩放等交互技术进一步提高屏幕利用率,减少节点定位耗时。提出了综合考虑树图节点距离和角度变化的节点跟踪难易性指标TVA。第四,设计并实现了一个面向农残侦测数据的交互式关联可视分析系统,针对农残数据集中的检出和层次关系、数据节点的时变特征及其间的潜在相似性,为领域专家提供了一种有效的关联可视分析工具。本课题研究成果可帮助食品安全领域专家分析农残关联数据,也可为文献共引分析、电影合作分析等领域提供参考。