| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景和意义 | 第9-10页 |
| 1.2.1 研究背景 | 第9页 |
| 1.2.2 研究意义 | 第9-10页 |
| 1.2.3 研究目的 | 第10页 |
| 1.3 国内外相关研究与综述 | 第10-14页 |
| 1.3.1 网络关系图的可视化研究现状 | 第10-13页 |
| 1.3.2 当前技术的不足之处 | 第13-14页 |
| 1.4 本课题的研究内容 | 第14-15页 |
| 1.5 本论文的结构安排 | 第15-16页 |
| 第2章 多级布局方案的技术分析 | 第16-29页 |
| 2.1 关系图中的相关定义 | 第16页 |
| 2.2 基于 FORCE-DIRECTED 的单级布局算法 | 第16页 |
| 2.3 多级布局算法 | 第16-28页 |
| 2.3.1 概述 | 第16-18页 |
| 2.3.2 经典 Force-directed 多级布局算法 | 第18-22页 |
| 2.3.3 基于 Topology 的多级布局算法 | 第22-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于小社区的自适应布局算法 | 第29-49页 |
| 3.1 基于―小社区‖的社会网络划分方法 | 第29-36页 |
| 3.1.1 ―小社区网络‖介绍 | 第29-31页 |
| 3.1.2 边强度定义 | 第31-33页 |
| 3.1.3 关系图划分与层次压缩 | 第33-36页 |
| 3.2 自适应的细化布局策略 | 第36-41页 |
| 3.2.1 坐标初始化 | 第38页 |
| 3.2.2 分块策略 | 第38-40页 |
| 3.2.3 布局细化 | 第40-41页 |
| 3.3 基于关系分析的自适应树形鱼眼算法 | 第41-46页 |
| 3.3.1 自顶向下的树布局算法 | 第42-43页 |
| 3.3.2 基于关系分析的自适应树形鱼眼算法 | 第43-46页 |
| 3.4 实验与分析 | 第46-47页 |
| 3.4.1 实验环境及对比算法 | 第46页 |
| 3.4.2 布局算法效果对比 | 第46-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 自适应布局算法在社会网络可视化分析中的应用 | 第49-55页 |
| 4.1 系统功能和目标 | 第49页 |
| 4.2 系统总体设计 | 第49-51页 |
| 4.3 系统详细设计 | 第51-52页 |
| 4.4 系统展示 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |
