论文部分内容阅读
现在正处于移动互联网高速发展的时代,随着智能手机、平板电脑等移动终端被越来越广泛地使用,用户迫切需要在移动平台上进行可视分析应用;另一方面,随着移动互联网的普及,越来越多的用户倾向于在移动设备上进行社交活动。但是,移动设备的计算能力、存储能力以及屏幕大小受限,而且具有独特的交互方式,所以,不能简单地将PC上的社交网络可视分析方法应用到移动平台。因此,基于移动云计算,研究社交网络可视分析关键技术具有重要的理论和实用价值。本文以社交网络为可视化对象,在计算能力、存储能力及屏幕大小等资源受限的移动设备上,进行用户体验良好的可视分析应用的理论研究。在相关国内外研究成果的基础上,本文的主要工作从以下几个方面展开:(1)设计基于移动云的数据解析模型。利用Deep Web爬虫技术和OAuth授权认证技术从社交网络获取数据,并对数据的结构进行分析,结合Hadoop中的HDFS和MapReduce技术设计基于移动云的数据解析模型,将用户原始数据解析为能够进行可视化的数据格式,从而解决移动设备计算能力和存储能力受限的问题。(2)面向移动平台,实现基于粒子群优化的社交网络布局算法。研究基于力导引模型的布局算法,分析该类布局算法在社交网络可视化应用中的弊端,接着分析粒子群优化算法,将节点的布局问题转换为约束优化问题,并结合社交网络的子群特性,实现基于粒子群优化的社交网络布局算法,从而解决移动设备屏幕受限的问题。(3)设计基于移动终端的可视分析交互模型。分析常用的移动数据传输策略,选择适合可视分析的JSON数据传输格式,接着根据移动平台的特性,使用基于HTML5的SVG技术进行数据可视化,并分析移动平台的交互方式和可视分析的交互模式,设计基于移动终端的可视分析交互模型,从而帮助用户在移动设备上更好地呈现并理解社交网络数据。通过设计原型系统,实现了本文提出的数据解析模型和可视分析交互模型,并验证了本文设计的布局算法的有效性。结果表明,本文提出的方案对于移动平台上的社交网络可视分析具有可行性,并且能够获得良好的用户体验。