Rank-by-feature Visualization

Linton C. Freeman在2000年Journal of Social Structure發表的"Visualizing Social Networks"指出，對於social network的visualization design，有兩個主要的patterns是必須被考慮進去的。(1) Social Positions: sets of actors who are linked into the total social system in similar ways. (2) Social Groups: collections of actors who are closely linked to one another. 針對這兩個議題Adam Perer在ACM CHI 2006提出了一種"Ranking-by-feature"的架構來視覺化社群網路，其主要的概念是讓使用者能自行選擇感興趣的準則(ranking citerion)或項目(他把它稱作"feature")，而呈現出來的social graph上的所有nodes與relations就會根據使用者的選擇來做filtering或ranking。我覺得挺直覺的。Perer列出以下幾項他們設計的scenarios。

Entity Rankings

簡單講，就是根據某種衡量指標來對network的所有節點ranking，然後列出來。系統設計者可以根據多種衡量social network的指標來訂定所謂的feature。然而，由於單對值的排序並無法看出排名較前面的在network扮演的角色或意義，因此可以在graph上做一進步的視覺化解釋。例如，當feature是betweenness centrality時(被all-pairs shortest path經過的次數)，秀出ranking list的同時，也將graph上使用者選定的node對應的shortest path levels之edges用alpha值的層次表示出來。

Relationship Rankings

關連，也就是relationship，在social network是最主要的成員，在rank-by-feature的架構下，relation的呈現分為兩個部份，一個是用類似陣列的方式呈現(half-matrix for undirected, full-matrix for directed)，如下圖。該矩陣的維度是network中nodes的個數。其中每個cell代表兩個entities彼此在特定feature下的相似度或可接近程度(affinity)，透過不同顏色或是同顏色不同alpha值的方式，讓使用者清楚relation的程度與關係。另一方面，當使用者點選matrix上某個cell時，繪出該matrix的graph會同步highlight秀出對應的path，作為一種visual explanation。

Cohensive Subgroups

然而，當graph的內容很大時，過量的視覺化內容將不利呈現與分析，此時，互動性(interactive procedures)就扮演了關鍵的角色，也就是透過互動瀏覽，以及feature的選定，如connected component或community(attribute-based or link-based)，動態且即時地將node的結合形成subgroups。此外，為了能夠做比較，使用者能夠任意選取特定多個subgraph來呈現，並列出他們在一些衡量標準上的差異。

Ego-Centered Exploration

最後，也是最直覺的一項，就是選定某一node，以該節點為中心，如tree的root般，依據depth(or level)逐層以同系列的視覺化效果顯示，而使用者可以調整想秀出幾層。如下圖。