多态社交网络可视分析:和社会学家的合作设计研究(Visual Analytics for Multimodal Social Network Analysis: A Design Study with Social Scientists)

传统的社交网络分析(Social network analysis,SNA)[1] 主要研究结点和边的关系,所有的结点都是同一类型的数据。但是,有的网络结点可能是不同类型的,比如论文合作关系,既有作者结点,又有论文结点,还可能有会议结点,机构结点等。这些所有的结点混在一起组成的社交网络,每一类结点我们称为一种模式(Mode),用传统的图分析方法就很难研究模式间的关系。研究这类社交网络的方法称为多态社交网络分析(Multimodal social network analysis,mSNA)。这篇来自IEEE VAST 2013的文章[2] 通过与社会学家合作,设计了一套针对多态社交网络的可视分析方法,首先针对mSNA抽象出来问题模型,然后设计了可视分析系统MMGraph,最后根据社会学家的反馈总结了研究人员如何和领域专家进行合作的流程。

图1 系统界面

设计过程

该系统的设计一共通过五个步骤完成:初始设计(Early design),迭代系统开发(Iterative tool development),成形定性评估(Formative qualitative evaluation),迭代系统优化(Iterative tool refinement)和总结定性评估(Summative qualitative evaluation)。

在初始设计过程,研究人员先向社会学家询问他们感兴趣的问题,然后针对问题设计系统原型。进入迭代系统开发阶段,他们受 jigsaw[3] 启发,设计了平行点边带(Parallel node-link bands,PNLBs),如上图1所示。他们把网络中每一个结点模式集合显示成一个条带,只绘制模式之间的连边。每一个模式里的结点,可以按照结点的属性比如人物年龄,姓名和结点的度数进行排序,还可以通过一个浮窗显示一个结点和它的邻居结点。对于高维结点,他们还设计了平行坐标轴的绘制,称为Open Sesame,可以对该模式的结点进行高维过滤操作。

使用该工具,他们进行了成形定性评估,选取5位社会学家完成4项基本任务,每个人都很顺利的完成任务,并且对系统使用体验进行了反馈。社会学家们认为,在PNLBs的基础上,添加更多的图度量尺度更有帮助。于是,在迭代系统优化阶段,他们定义了三类新的多态图度量尺度:

  1. 多态度中心性(Multimodal degree centrality):对于一个结点,统计它连向模式内(外)结点的连边数量。这个尺度可以用来衡量一个结点的连通性。比如,论文合作关系图中,一个作者发表论文的数量(模式外),一个作者与别人合作次数(模式内)
  2. 多态居间中心性(Multimodal betweenness centrality)。对于一个结点,统计任意两个不在一个模式内的结点之间的最短路径通过它的次数。这个尺度可以用来衡量一个结点连接其他模式的重要程度。比如,论文合作关系图中,该度量值高的论文连接到更多的作者,除了这篇论文,这些作者不再有合作关系。
  3. 多态距离中心性(Multimodal closeness centrality)。对于一个结点,统计它到其他模式所有结点最短路径长度之和。这个尺度衡量了一个结点到其他模式的距离。

利用这些新添的尺度,设计过程进入最后一个阶段,总结定性评估。有3位领域专家进行了评估,利用该系统自由分析数据网络。他们对新添的特性都很满意,这三种图度量尺度能够很好地帮助他们寻找网络中的特殊结点,发现不同模式间的关联。

总结

该文章针对多态社交网络分析提出了一套完备的问题抽象和设计过程,实现了MMGraph可视分析系统,通过和领域专家交流不断完善系统。为我们分析设计可视化系统,以及如何与领域专家合作提供了可以借鉴的工作流程。

引用

[1] John Scott. Social Network Analysis: A Handbook. SAGE Publications, London, UK, 1991
[2] Ghani, Sohaib, Bum Chul Kwon, Seungyoon Lee, Ji Soo Yi, and Niklas Elmqvist. Visual Analytics for Multimodal Social Network Analysis: A Design Study with Social Scientists. IEEE Transactions on Visualization and Computer Graphics, 19(12):2032-2041, 2013
[3] Stasko, John, Carsten Görg, and Zhicheng Liu. Jigsaw: supporting investigative analy- sis through interactive visualization. Information Visualization, 7(2):118–132, 2008

评论关闭。