SpreadLine：可视化自我中心动态影响

自我中心网络(egocentric networks)通常以节点-链接图(node-link diagrams)的形式可视化，描绘了实体（节点）与其他实体之间复杂的关系（链接）动态。然而，常见的分析任务是多方面的，涵盖四个关键方面之间的交互：强度、功能、结构和内容。当前的节点-链接可视化设计可能存在不足，过于关注某些方面而忽视了自我中心网络的整体动态特性。为弥补这一差距，本文引入了SpreadLine，一种新颖的可视化框架，旨在从这四个微观层面实现自我中心网络的可视化探索。借鉴故事线可视化(storyline visualization)的直观吸引力，SpreadLine采用基于故事线的设计来表示实体及其演变的关系。我们进一步在布局中编码了基本的拓扑信息，并借用地铁图(metro map)隐喻来浓缩上下文信息，从而以更具吸引力和有效的方式探索时间和属性信息。为指导本文工作，通过全面梳理相关文献，本文提炼了一个针对自我中心网络探索特定分析需求的任务分类法(task taxonomy)。考虑到用户多样化的分析需求，SpreadLine提供了可定制的编码方式，使用户能够根据其任务调整框架。本文通过三个多样化的真实案例研究（疾病监测、社交媒体趋势和学术职业演变）以及一项可用性研究，展示了SpreadLine的有效性和通用适用性。