website: link
paper: link
這是馬匡六教授在2006年IEEE Transactions on Visualization and Computer Graphics中發表的一套系統。
以social network為例，傳統的social network圖中， 往往使用Node表示actor，edge表示relationship，node上或edge上的attribute則是運用色彩、大小…各種屬性來比較。這種方法在分析attribute上的種類數量少時，非常的清楚(如圖1)，然而一旦種類多了，就會讓畫面看來顯得凌亂，而且容易混淆！
圖1：利用顏色呈現各node的群組關係(圖片為我之前做tag cloud的測試設計圖)而馬教授提出的以虛擬點呈現attribute的作法卻可以解決這個問題。對Ontovis(馬教授開發的系統)而言，attribute的value可以是一個"virtual node"。舉例而言，假定我們有4個組織的資訊，當我們想要看出有幾個組織位於希臘，那可以把"希臘"這個所在地的value設為一個virtual node，而得到圖2，從圖2可以看出來，4個組織都與Greece的node相連，可見這4個組織都位在Greece。
圖2: Greece與4個組織相連。這種作法同時結合了filtering，還可以同時清楚的了解屬性間的異同，例如同上面的例子，我想要知道在Greece中的組織，有哪些分別是屬於anti-globalization及Leftist，我可以分別將這兩個attribute及Greece加入virtual node中，然後透過edge的關聯找出我想要的資訊。(p.s.這個例子跟paper中提及的figure 1(c)有些微不同，paper中例子的目的是要找出相異的attribute，而這個例子則是要找出有A屬性的Node們，在B屬性的分佈狀況)
此外，在Social Network中，常常會有兩個node間有多條Path可達，為了方便分析，圖3將一些不相關的node filter掉，僅保留相關的node們的資訊
圖3 將多餘的info 移除前後比較
OntoVis另外一個特色是利用Node的大小表現"Connectivity"，因為這也是Social network中很常用來判斷一個節點的importance。因為OntoVis的Layout採用FDL，然而FDL並未考慮到Node size，所以他有使用一些refinement來處理tag的overlapping
0 comments:
Post a Comment