关系网络图

一 力导向布局

　　总结：1 模拟引力和弹力的算法应用，可用于模拟分级分团

　　　　    2 每次的布局结果可能不一致，与设置和点的分布有关

　　　　    3 如果有了合适的布局，记住自己的设置

　　Gephi

　　　　1 布局--ForceAtlas 2 

　　　　　　选择 防止重叠

　　　　2 图的右下方，三角形状图标 。设置 标签（节点），大小（节点大小）

　　　　

 

 

　　　　3 统计--网络直径

　　　　　　1）betweenness centrality 中介中心度或间距中心度

　　　　　　　　计算经过一个点的最短路径的数量。经过一个点的最短路径的数量越多，就说明它的中介中心度越高

　　　　　　2）Closeness centrality  接近中心度（或紧密中心度

　　　　　　　　计算的是一个点到其他所有点的距离的总和，这个总和越小就说明这个点到其他所有点的路径越短，也就说明这个点距离其他所有点越近

　　　　　　3）eccentricity

 

　　　　4）用gephi进行数据清洗

　　　　　　拓扑内的 巨人组件，K核心，度范围。

　　　　　　注意层级范围。

　　　　　　最终目的是节点数在1000个左右。

　　　　　　

 

 

 

　　　　　　

 

 　　　　5）模块化

　　　　　　模块化以后，然后将节点 按照模块化后的 群落( Communities )分类。

　　　　　　

 

 

 

二 空间导向布局

　　总结： 1 需要知道空间数据，例如经纬度

　　　　　 2 需要知道数据之间的联系

　　　　     3 通常是有向的

　　　　

 

　　

三 规则导向布局

　　总结：1 一般为水平，垂直，放射状排布

　　　　    2 有明显的层级关系