1、復(fù)雜網(wǎng)絡(luò)可視化是復(fù)雜網(wǎng)絡(luò)研究中的重要手段。隨著Web2.0時代和大數(shù)據(jù)時代的來臨，作為研究對象的復(fù)雜網(wǎng)絡(luò)的規(guī)模越來越大，人們也越來越需要對規(guī)模龐大的數(shù)據(jù)進(jìn)行準(zhǔn)確地表達(dá)和理解，并從中進(jìn)一步探索和挖掘有效信息。采用傳統(tǒng)的數(shù)據(jù)表達(dá)方式已經(jīng)不再能夠滿足人們的需求。因此，將復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行可視化成為了人們理解和研究復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)的一個主要方式。然而伴隨著復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)的海量式增長，對復(fù)雜網(wǎng)絡(luò)可視化布局算法的布局效果和運(yùn)算速度都提出了新的挑戰(zhàn)。

2、　　在可視化布局算法中，力導(dǎo)引布局算法由于其布局結(jié)果的美觀性等原因得到了最為廣泛的應(yīng)用。因而，本文基于力導(dǎo)引布局算法，從優(yōu)化布局效果和提高算法效率兩方面同時對大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)的布局算法進(jìn)行了改進(jìn)和實現(xiàn)。在優(yōu)化布局效果方面，分別利用復(fù)雜網(wǎng)絡(luò)中的關(guān)節(jié)點，介數(shù)中心性和k-核的概念，提出了三種不同的網(wǎng)絡(luò)數(shù)據(jù)壓縮方式。將網(wǎng)絡(luò)節(jié)點劃分為不同類別，并根據(jù)節(jié)點所屬類別進(jìn)一步對其進(jìn)行聚集合并，實現(xiàn)大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)的壓縮布局顯示，從整體上清晰地顯示網(wǎng)絡(luò)宏觀結(jié)構(gòu)

3、。在提高算法效率方面，針對壓縮后的網(wǎng)絡(luò)數(shù)據(jù)，對力導(dǎo)引算法需要的斥力計算、引力計算和更新坐標(biāo)三個部分均實現(xiàn)了基于GPU的并行計算，大大縮短了算法的運(yùn)行時間，從而使人們在可接受時間內(nèi)獲得大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)的可視化布局結(jié)果。最后，給出相應(yīng)算法的實驗布局結(jié)果，并提出了面向壓縮布局的復(fù)雜網(wǎng)絡(luò)信息量的概念，用于量化衡量網(wǎng)絡(luò)數(shù)據(jù)在壓縮前后的變化情況。結(jié)合實驗數(shù)據(jù)分析和對比了網(wǎng)絡(luò)數(shù)據(jù)性質(zhì)壓縮前后的變化，驗證了三種網(wǎng)絡(luò)數(shù)據(jù)壓縮方式和GPU并行計算力導(dǎo)引算法的