本帖最后由 kastin 于 2012-7-23 18:14 编辑

matlab里面有个gplot是绘制网络图的(结点与边构成的网络)。不过这种不能以边的距离和方位来形象表达结点直接的亲疏关系。要想实现这一点，那就涉及到网络可视化了。

我来给你点资料吧。(楼主可以百度“网络可视化”，或者“社会网络可视化”找到更多相关资料)

网络可视化步骤

1.获取数据，分析数据结构

2.过滤，去掉所有不感兴趣的数据

3.使用可视化算法、模型来描绘数据

4.生成交互式的用户终端界面

界面的美学标准

早期研究人员就认识到，即使对于小型网络。较差的网络布局也会增加用户理解网络结构的困难程度。为使用户可以最大程度发挥其视觉感知能力，从而能直观、深入地理解网络结构．研究人员提出了很多美学标准作为绘制网络结构的理论基础及原则。

从美学的角度来说，一般认为作图算法应尽量满足以下几个要求:整体布局对称性;避免边的交叉和弯曲;保持边长统一;节点分布均匀。

各种不同的算法会针对其中的一部分要素进行优化，最终目的是要让人们能够从生成的图形中更容易地发现图的结构特点、更快捷地获得最大的信息量。

1.  边交叉数量最小原则。为能清晰展现网络结构，绘图时应尽量减少相互交叉边的数量。

2.  邻接点空间位置接近原则。将相连接的节点尽量配置在相近的位置上，以减小边的长度。

3.  直线边原则。网络中的边尽量使用直线．避免曲边。

4.  边平衡布局原则。相同节点的多条边尽量以该节点为中心平衡布局。

5.  节点层次布局原则。引入层的概念，将节点尽量布局在水平或竖直的不同层上。

按照网络节点的布局方法将所有网络可视化技术分为9类

基于力导引布局(FDA，Force-Directed Algorithm)(参见Todd L. Veldhuizen的《Dynamic Multilevel Graph Visualization》论文)

力导引布局方法能够产生相当优美的网络布局，并充分展现网络的整体结构及其自同构特征，所以在网络节点布局技术相关文献中该方法占据了主导地位。

该方法最早由Fades于1984年提出，其基本思想是将网络看成一个顶点为钢环、边为弹簧的物理系统，系统被赋予某个初始状态以后，弹簧弹力(引力和斥力)的作用会导致钢环移动，这种运动直到系统总能量减少到最小值时停止。

运算复杂度是FDA基础算法的主要缺点。

力导引布局方法产生的网络布局优美，因此被应用于大量的网络可视化系统中，如Vizster，SocialAction。

Fruchterman和Reingold基于再次改进的弹性模型提出了FR算法。该算法遵循两个简单的原则：有边连接的节点应该互相靠近；节点间不能离得太近。FR算法建立在粒子物理理论的基础上，将无向图中的节点模拟成原子，通过模拟原子间的力场来计算节点间的位置关系。算法通过考虑原子间引力和斥力的互相作用，计算得到节点的速度和加速度。依照类似原子或者行星的运动规律，系统最终进入一种动态平衡状态。

基于地图布局(Geographical Map)

该类方法能够产生用户极易理解的网络布局，它以一幅世界(大洲、国家、省或市)地图作为背景，根据网络节点的地理坐标将其布局在背景图上，然后根据节点间的连接关系绘制网络边。

地图布局方法的优点是符合人类视觉思维，地图背景可以直观展现网络节点的地理分布，而且能够准确定位网络节点；缺点在于网络节点在背景图上位置固定，节点交叠、边交叉问题严重，不利于可视化节点、边数量较多的网络结构。

基于圆形布局(Circular)

基于相对空间布局(Spatial Calculated)

基于聚类布局(Cluster)

基于时间布局(Time-oriented)

基于层布局(Substrate-based)

基于手工布局(Hand-made)

和基于随机布局(Random)

图片1.png (270.18 KB, 下载次数: 19)

各方法之间的对比

2012-7-23 18:14 上传

————————————————————————

对于上面，我想说的是，FR算法是较为适合社交网络方面的直观分析；FD算法的运算量大，故用c/c++比较好，matlab效率跟不上去，这方面，外国人已经有网络可视化的商业服务了(ubietylab公司的的UBIGRAPH服务，非常强大)。

针对你是数学建模的，那么这里有个直接使用统计方面的软件——R软件的例子，你可以搜索看看——

R软件用于社会网络分析：探索人人网好友推荐系统：复制代码