网络可视化、排序与粗粒化的统一数据表示理论

大型数据集的表示已成为过去十年中许多学科的关键问题。几种用于网络可视化、数据排序和粗粒化的方法实现了这一目标。然而，此前缺乏连接这些问题的基础理论框架。在此，我们展示了一种优雅的信息论数据表示方法，作为网络可视化、数据排序和粗粒化的统一解决方案。最优表示是指最难与原始数据矩阵区分的表示，其度量标准为相对熵。将网络节点表示为概率分布提供了一种高效的可视化方法，并在一维情况下实现了网络节点和边的排序。输入网络的粗粒化表示既能实现高效的数据压缩，又能实现分层可视化，从而获得更大数据集的高质量表示。我们的统一数据表示理论将通过以可理解的形式揭示复杂网络的大尺度结构，助力于大规模数据集的分析。