面向社区结构发现的大规模复杂网络可视化方法

本申请涉及一种面向社区结构发现的大规模复杂网络可视化方法。所述方法包括：获取大规模复杂网络；利用表征学习技术对大规模复杂网络的拓扑结构特征进行提取，得到节点表征向量集；对节点表征向量集进行使用PCA和t‑SNE算法进行降维处理，得到输出向量集；对输出向量集进行递归聚类，划分出超图中的各个层级，每层聚类后形成的社区被构建为超级节点，社区内部节点间的联系被合并为超边，构建超图结构；利用多样化可视化算法对超图结构进行可视化。采用本方法能够提高复杂社交网络可视化效果。