SpEuler：保语义的欧拉图
数据结构与算法
2021-08-10 v1
摘要
由于其复杂性，为高度重叠的集合类型数据创建易懂的可视化是一项具有挑战性的任务。为便于洞察集合连通性并利用交集之间的语义关系，我们提出一种快速的两步布局技术，用于生成既良好匹配又良好成形的欧拉图。我们的方法遵循既有的欧拉图关于语义、美学与可读性的形式指南。首先，我们建立数据的初始排序，并据此增量创建平面的、连通的、单调的对偶图表示。下一步，将该图转换为保持语义并产生带平滑曲线的简单欧拉图的圆形布局。当数据无法用简单图表示时，我们的算法总是回退到虽非良好成形但仍良好匹配的解决方案，而先前的方法常无法产生预期结果。我们通过文本分析与信息图中的实例展示了我们的方法在可视化集合类型数据上的有用性。此外，我们讨论了方法的特征，并将我们的方法与最先进的方法进行了评估。
引用
@article{arxiv.2108.03529,
title = {SpEuler: Semantics-preserving Euler Diagrams},
author = {Rebecca Kehlbeck and Jochen Görtler and Yunhai Wang and Oliver Deussen},
journal= {arXiv preprint arXiv:2108.03529},
year = {2021}
}