一种增强形状变化的层次布局，用于有向无环图的成对比较

比较有向无环图在医疗保健、社交媒体、金融、生物学和市场营销等多个领域至关重要。DAG通常源于网络上的传染过程，包括信息传播、转发活动、疾病传播、金融危机蔓延、恶意软件传播和基因突变。例如，在疾病传播中，受感染的患者可以将疾病传播给接触者，因此分析和预测场景至关重要。类似地，在金融领域，理解在危机期间拯救或不拯救特定银行的影响至关重要。专家通常需要识别DAG之间的微小差异，例如几个节点或边的变化。即使单个边的存在或缺失也可能具有重要意义。可视化在促进这些比较中起着关键作用。然而，标准的层次布局算法难以有效可视化细微变化。典型的层次布局（根在顶部）由于其在其他布局中的性能而受到青睐。然而，这些标准算法优先考虑单图美观性而非比较适用性，使得用户难以发现变化。为了解决这个问题，我们提出了一种布局，增强DAG的形状变化，同时最小化对美观性的影响。我们的方法涉及向外交换变化，改变DAG的形状。我们引入了新的绘制标准。我们的布局建立在类似Sugiyama的层次布局之上，并通过两个扩展实现这些标准。我们这样设计是为了保持可互换性并适应未来的优化，例如用于边交叉最小化的伪节点。在我们的评估中，我们的布局取得了优异的结果，边交叉美观性平均约为0.8（在0到1的尺度上）。此外，我们的布局平均比基础实现高出60-75%。