.png){kind=icon}
返回
DiffLens: A Visualization System to Explore Local Differences in Graph Sampling
.png){kind=icon}
PRE
AI
DOI：10.1111/cgf.70594.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图采样技术在简化网络计算和可视化方面得到了广泛应用，但这些技术会导致采样网络与原始网络在节点、边和结构方面存在不可避免的差异。研究这些差异可以帮助图采样技术的用户了解不同技术的优缺点并选择合适的方法，同时也能帮助开发者评估自身技术。然而，目前尚无系统性的方法来实现这一目标。本文通过首先提出系统通用的量化指标来衡量三类图差异（即邻接基、路径基和结构基差异），填补了这一研究空白。在此基础上，我们进一步提出了DiffLens，一个新型可视化系统，帮助图采样开发者和用户直观地探索采样图中不同感兴趣区域的局部差异，其中提出了三种基于透镜的可视化设计，分别用于显示邻接基、路径基和结构基差异。我们使用真实网络数据集进行了两个案例研究和用户研究以评估DiffLens。结果表明其在帮助用户探索局部差异和比较不同图采样策略方面具有有效性和可用性。
Keyword:
Graph sampling evaluation
Local difference analysis
Visual analytics
期刊
IF:
2.9
论文数:
564
被引数:
1.1W
机构
引用论文
.png){kind=icon}
A Scanner Deeply: Predicting Gaze Heatmaps on Visualizations Using Crowdsourced Eye Movement Data
PREAI
分享收藏
分享收藏分享收藏分享收藏
查看更多内容