【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第9期 318-322页,共5页

【作 者】： 陈召群 ; 车向前 ; 谷源涛

【摘 要】 社交网络可视化对于理解社交网络结构，研究消息传播、网络舆情控制和个性化推荐等有重要的作用。社交网络可视化的难点在于处理海量数据的同时需要保持原网络的结构特点。传统的可视化方法无法处理上述问题。为了解决上述问题，提出了一种谱聚类大规模社交网络可视化方法，通过区分对待对社交网络结构影响不同的核心用户和普通用户，并采用谱聚类算法保持网络的结构特征。使用大规模数据的仿真结果显示，提出的方法能够可视化千万量级的用户，对用户聚类、分布和关注倾向等网络结构特征进行形象化的展示。并证明提出的方法有助于从宏观上理解社交网络，对社交网络分析有重要的意义，并能够直接应用于其它复杂网络的可视化中。