ग्राफ और नेटवर्क विज़ुअलाइज़ेशन
ग्राफ और नेटवर्क विज़ुअलाइज़ेशन संस्थाओं और उनके संबंधों को दर्शाता है, जो आमतौर पर नोड-लिंक आरेखों के रूप में होता है, जिससे लोगों को क्लस्टर, पथ और केंद्रीय नोड्स जैसी संरचना देखने में मदद मिलती है।
Definition
ग्राफ और नेटवर्क विज़ुअलाइज़ेशन संस्थाओं और उनके बीच के संबंधों से युक्त डेटा का दृश्य प्रतिनिधित्व है, जिसमें नोड्स को स्थिति देने और लिंक को रूट करने वाले लेआउट, या मैट्रिक्स प्रतिनिधित्व का उपयोग किया जाता है, ताकि नेटवर्क के संरचनात्मक गुण बोधगम्य हो सकें।
Scope
यह विषय संबंधपरक डेटा के दृश्य प्रतिनिधित्व को शामिल करता है: नोड-लिंक आरेख और ग्राफ लेआउट एल्गोरिदम जैसे कि बल-निर्देशित (force-directed) और पदानुक्रमित (hierarchical) लेआउट, ग्राफ के मैट्रिक्स प्रतिनिधित्व, बड़े और सघन नेटवर्क के लिए तकनीकें, और पठनीय ग्राफ के लिए नेविगेशन और सौंदर्यशास्त्र मानदंड। यह डेटा संरचनाओं के रूप में ग्राफ के एल्गोरिथम सिद्धांत को कवर नहीं करता है, जो एल्गोरिदम से संबंधित है, न ही सामान्य रूप से एन्कोडिंग के अवधारणात्मक आधार को, जिसे दृश्य एन्कोडिंग और धारणा के तहत माना जाता है।
Core questions
- लेआउट एल्गोरिदम संरचना को प्रकट करने के लिए नोड्स को कैसे स्थिति देते हैं?
- नोड-लिंक आरेख मैट्रिक्स प्रतिनिधित्व से बेहतर कब होते हैं?
- बहुत बड़े या सघन नेटवर्क को पठनीय कैसे बनाया जा सकता है?
- कौन से सौंदर्य संबंधी मानदंड एक ग्राफ ड्राइंग को व्याख्या करना आसान बनाते हैं?
Key concepts
- नोड-लिंक आरेख
- बल-निर्देशित लेआउट
- पदानुक्रमित (स्तरित) लेआउट
- आसन्नता मैट्रिक्स प्रतिनिधित्व
- किनारे पार करने का न्यूनीकरण
- ग्राफ सौंदर्यशास्त्र
- क्लस्टरिंग और एकत्रीकरण
- बड़े नेटवर्क की मापनीयता
Key theories
- ग्राफ लेआउट और सौंदर्यशास्त्र
- ग्राफ ड्राइंग ऐसे लेआउट की तलाश करता है जो सौंदर्य संबंधी मानदंडों को पूरा करते हैं जैसे कि कम किनारे पार करना, छोटे समान किनारे, और प्रकट समरूपता; बल-निर्देशित और पदानुक्रमित एल्गोरिदम ऐसे लेआउट उत्पन्न करते हैं जो संरचना को दृश्यमान बनाते हैं।
- नोड-लिंक बनाम मैट्रिक्स प्रतिनिधित्व
- नियंत्रित प्रयोगों से पता चलता है कि नोड-लिंक आरेख छोटे, विरल ग्राफ और पथ-अनुसरण कार्यों के लिए अच्छे होते हैं, जबकि मैट्रिक्स प्रतिनिधित्व बड़े सघन ग्राफ और सबसे अधिक जुड़े नोड को खोजने जैसे कार्यों के लिए बेहतर होते हैं।
- नेविगेशन और मापनीयता
- ग्राफ विज़ुअलाइज़ेशन के सर्वेक्षण बड़े नेटवर्क को नेविगेट करने और सरल बनाने के तरीकों को सूचीबद्ध करते हैं, जिसमें क्लस्टरिंग, फ़िल्टरिंग और फोकस-प्लस-संदर्भ नेविगेशन शामिल हैं, ताकि बड़े ग्राफ को व्याख्या योग्य रखा जा सके।
Clinical relevance
नेटवर्क विज़ुअलाइज़ेशन का उपयोग सामाजिक नेटवर्क, जैविक मार्गों, बुनियादी ढांचे और ज्ञान ग्राफ में संबंधों को समझने के लिए किया जाता है; सही प्रतिनिधित्व और लेआउट का चयन विश्लेषकों को उन समुदायों, हब और मार्गों को पहचानने में मदद करता है जो कच्चे संबंधपरक डेटा में अदृश्य होंगे।
History
ग्राफ ड्राइंग ने 1980 और 1990 के दशक में मजबूत एल्गोरिथम नींव विकसित की, जिसका सारांश डि बतिस्ता और सहयोगियों के 1999 के पाठ में दिया गया है। हरमन, मेलानकॉन और मार्शल ने 2000 में सूचना विज़ुअलाइज़ेशन के लिए ग्राफ विज़ुअलाइज़ेशन का सर्वेक्षण किया, और बाद में नियंत्रित अध्ययनों, जैसे कि नोड-लिंक बनाम मैट्रिक्स तुलना, ने विभिन्न आकारों के नेटवर्क के लिए प्रतिनिधित्व विकल्पों पर मार्गदर्शन को परिष्कृत किया।
Debates
- बड़े ग्राफ के लिए नोड-लिंक आरेख बनाम मैट्रिक्स प्रतिनिधित्व
- नोड-लिंक आरेख सहज और व्यापक रूप से पसंद किए जाते हैं लेकिन जैसे-जैसे ग्राफ सघन होते जाते हैं, वे अव्यवस्थित हो जाते हैं, जबकि मैट्रिक्स प्रतिनिधित्व पैमाने पर पठनीय रहते हैं फिर भी पथ-अनुसरण के लिए कम स्वाभाविक होते हैं; बेहतर विकल्प ग्राफ के आकार, घनत्व और कार्य पर निर्भर करता है।
Key figures
- Ivan Herman
- Giuseppe Di Battista
- Peter Eades
- Roberto Tamassia
- Jean-Daniel Fekete
Related topics
Seminal works
- dibattista1999
- herman2000
- ghoniem2005
Frequently asked questions
- बल-निर्देशित लेआउट क्या है?
- एक बल-निर्देशित लेआउट एक ग्राफ को एक भौतिक प्रणाली की तरह मानता है, जिसमें किनारे स्प्रिंग की तरह कार्य करते हैं जो जुड़े हुए नोड्स को एक साथ खींचते हैं और नोड्स एक-दूसरे को प्रतिकर्षित करते हैं। सिमुलेशन को स्थिर होने देने से एक ऐसा लेआउट बनता है जहां कसकर जुड़े समूह क्लस्टर होते हैं और समग्र संरचना दृश्यमान हो जाती है, बिना मैन्युअल प्लेसमेंट के।
- नोड-लिंक आरेख के बजाय मैट्रिक्स का उपयोग क्यों करें?
- बड़े, सघन नेटवर्क के लिए, नोड-लिंक आरेख पार करने वाले किनारों का एक उलझा हुआ जाल बन जाते हैं। एक मैट्रिक्स प्रतिनिधित्व नोड्स को पंक्तियों और स्तंभों के साथ रखता है और प्रत्येक कनेक्शन को एक सेल में चिह्नित करता है, किनारे की अव्यवस्था से बचता है और अत्यधिक जुड़े नोड्स या सघन उपसमूहों को पहचानने जैसे कार्यों को पैमाने पर आसान बनाता है।