透过树木看见森林：大图的自适应局部探索
信息检索
2016-07-25 v2
摘要
可视化是探索性数据分析的一种强大范式。然而，可视化大图常常导致无意义的乱团。本文中，我们提出一种不同的方法，帮助用户从局部视角自适应地探索百万节点大图。对于用户考察的节点，我们建议仅展示具有最主观有趣邻域的邻居。我们贡献了新颖的想法，以给定背景分布下邻域的惊喜程度，以及其契合用户选择探索的节点的程度，来度量这种趣味性。我们引入了 FACETS，一种用于可视化探索大图的快速且可扩展的方法。通过实现上述想法，它允许用户透过树木窥视森林。实证评估表明，我们的方法在实践中表现良好，提供的节点排序与用户兴趣相匹配。此外，由于其线性缩放，FACETS 适合探索非常大的图。
引用
@article{arxiv.1505.06792,
title = {Seeing the Forest through the Trees: Adaptive Local Exploration of Large Graphs},
author = {Robert Pienta and Zhiyuan Lin and Minsuk Kahng and Jilles Vreeken and Partha P. Talukdar and James Abello and Ganesh Parameswaran and Duen Horng Chau},
journal= {arXiv preprint arXiv:1505.06792},
year = {2016}
}