复杂网络可视化旨在将复杂网络转化为直观的图形,并加以相应的可视交互技术,以帮助用户理解、分析和探索复杂网络,在各个学科、领域都有着广泛的应用。其中,网络布局算法是可视化的基础,其布局结果直接影响着可视化的质量,也影响着用户对网络结构的理解。网络数据规模的增加给布局效率和布局质量都带来了挑战,在面对规模较大的网络时,现有算法的布局难以兼顾网络的整体结构和局部细节。为此,本文从复杂网络社团结构出发,基于多层次布局思想,提出了复杂网络聚类特征层次布局算法,以兼顾网络整体和局部结构。进一步,为满足动态网络布局需要,将该方法扩展至了动态网络,并设计了一种新的节点移动限制方案。具体工作如下:（1）网络聚类模式发现是网络分析中的一项重要任务,好的网络布局在整体上应能体现网络中的聚类特征,并允许用户从不同层次探索网络结构。为此,基于社团划分和多层次布局思想提出了聚类特征层次布局算法。首先利用种子节点和个性化Page Rank对网络实现社团划分;其次根据划分结果对网络进行粗化,并设计了粗化网络初始布局;然后利用节点度信息改进力导向模型以完成细化。最后,为验证算法的有效性,设计了从整体到局部的实验。结果表明算法能够在有效时间内生成高质量的布局结果,与现有布局算法相比,该算法在整体上更能真实展示网络聚类特征,同时更好地反映了局部结构形状、特征。（2）与静态网络布局不同的是动态网络布局要求在保证一定美学标准的同时能够维护、保持用户的意境地图,以便于用户在网络更新时能够发现和理解网络的结构变化。为满足动态网络布局需要,基于静态网络布局算法,添加了初始网络布局、新增节点位置确定等步骤将其扩展至动态网络。为维护用户意境地图的同时使布局结果拥有较高的质量,设计了一个新的节点移动限制策略。该策略考虑了网络结构变化对不同节点的影响程度,同时考虑了节点的年龄。以此,在维护意境地图和布局质量之间取得一个平衡。实验结果表明算法的布局结果具有较高的布局质量,同时一定程度上保持了布局的稳定性。（3）为了进一步帮助用户理解和分析网络数据,基于上述算法设计并实现了一个交互式的复杂网络可视分析原型系统。为了更好地兼容不同场景下的分析需要,系统集成了多种常用的网络布局算法。并结合多种可视交互技术和多视图协同分析技术,赋予用户操作数据的能力,便于用户对数据进行分析和探索。通过系统评估,表明该系统具有较高的可用性、有效性。