2013-02-25 130 views
7

我已经构建了国会上届会议参议院投票模式的武力导向布局。有102个节点有2600层的边缘,基于连接任意两位参议员投谁在一起的时间至少为75%:在d3强制导向布局中优化电荷,linkDistance和重力

Senate Social Network

我玩充电,重力系数,linkDistance相当希望找到一个甜蜜的地方,其中节点不是聚集在一起或人为分离。使用linkDistance会创建比连接两个群集的四个红色节点之间的逻辑更多的空间。不设置linkDistance会导致两个集群漂移很远。

基于边缘密度或任何其他社交网络分析指标选择正确的值是否有任何指导原则?

当前布局定义是:

var force = d3.layout.force() 
    .nodes(d3.values(nodes)) 
    .links(d3.values(links)) 
    .size([width - 2 * margin, height - 2 * margin]) 
    .charge(-80) 
    .gravity(0.25) 
    .linkDistance(50) 
    .on("tick", tick) 
    .start(); 

谢谢!

更新:这是一个复杂的起床上jsFiddle,但随时clone or fork on GitHub

回答

7

没有“正确的”价值 - 你可能想要选择的价值完全取决于你想展示的东西。

然而,有一些指标可以用作指导。顾名思义,clustering coefficient就是衡量“聚集”图形的一种方式。这是整个图形的一个属性,但您也可以将其应用于子图(即只是红色或蓝色圆点)。

一个相关的度量,如果node degree,基本上统计节点之间的链接。还有很多其他的图表属性,例如Lovász number

这些都不会给你想要设置的参数的具体数值(并且什么也不会!),但是你可能会发现用这些度量的某些方式来表示这些参数是有用的(例如,将链接距离设置为平均节点度数常数)。

+0

非常有用,谢谢! – 2013-03-21 11:29:21