平衡系统atic与灵活的社交网络探索

社交网络分析（SNA）已成为理解网络中关系重要性的强大方法。然而，当前的网络交互式探索存在挑战，原因包括：（1）难以在节点和连接众多的网络中发现模式并理解结构；（2）现有系统多为统计方法和视觉输出的混合，导致许多分析师不确定如何有序探索。这导致探索主要是机会主义的。我们的贡献是帮助结构分析师更有效理解社交网络的技术。我们提出SocialAction系统，利用属性排名和协调视图帮助用户系统地检查多种SNA指标。用户可以（1）灵活迭代查看指标的可视化以获得概览、筛选节点并发现异常值；（2）通过连接结构聚合网络，发现紧密子群体并关注感兴趣社区；（3）通过分别查看不同类型的连接来理清网络，或使用矩阵概览发现不同连接类型间的模式。每种操作中，网络可视化保持稳定的节点布局，便于用户比较。SocialAction为分析师提供了超越机会主义的策略，提供系统而灵活的社交网络探索技术。