在网络上叠加定量测量：三种定位和九种视觉标记技术的评估
摘要：网络可视化中的视觉标记和节点定位技术的排名实验结果报道。受以往排名研究的启发，我们重新思考了数据集规模增大和标记在空间中分布时的排名。中心性指标被可视化为节点属性。我们的实验研究了九种视觉标记和三种定位方法。我们的结果表明，与先前结果相比，直接编码数量可以提高大约20％的准确性。在三种定位技术中，环形始终位于前列，而矩阵和投影根据两个因素交替排列：任务是否需要对称性，节点是否相互接近。在为比较任务排序视觉标记的最有趣的结果中，色调和面积几乎都属于多尺度比较任务的前列。形状（按曲率排序）可能不如我们想象的那样可扩展，并且仅当比较两个数量时才能提供更准确的答案；无论比较任务的尺度如何，亮度和斜率对于定量比较的准确性都是最低的。我们的实验是在比较任务的不同尺度上获取视觉标记排名的一个完整画面的最早之一。
作者：Guohao Zhang and Alexander P. Auchus and Peter Kochunov and Niklas Elmqvist and Jian Chen
论文ID：1711.04419
分类：Graphics
分类简称：cs.GR
提交时间：2017-11-15