Visualización de las conexiones entre los grupos

Question

Tengo alrededor de diez grupos (de las empresas). Cada grupo está conectado el uno con el otro grupo. Los datos que tengo es que representa la intensidad de la conexión. Imagine que es el número de veces que alguien del grupo a en un correo electrónico enviado a la del grupo B.

La fuerza de una conexión puede ser 0. Hay dos conexiones entre los dos grupos a-B y B-A.

a) ¿Cuál sería una buena forma de visualizar esto? Yo podía imaginar, por ejemplo, que cada grupo es un círculo. Las líneas conectan los círculos y el grosor de la línea que representa la fuerza de la conexión. Ser capaz de indicar el tamaño de los grupos, sería un plus, pero no es necesario.

b) ¿sabe usted de las herramientas de software para visualizar esto? La herramienta no debe ser demasiado caro o debería estar disponible como una versión de prueba por ahora es sólo una prueba de concepto. No tiene que ser basado en la web.

Gracias!

Answer 1

Lo que usted describe en su ejemplo, no es sólo una red de relaciones, sino de una red de "flujos" entre todos los grupos.

Como se sugirió en un) (y como Jeromy dijo así) su gráfica es probable que sea una visualización de un grupo (o nodo) vinculados a otros grupos. La mayor parte de mi conocimiento de este tema es la visualización de los flujos entre espacios geográficos, pero muchas de las mismas cuestiones que aún se aplican.

Creo que este artículo hace un buen trabajo de resumir las técnicas de visualización en lo que respecta a la asignación de los flujos.

A partir de la interacción espacial de datos para la interacción espacial de la información? Geovisualisation y estructuras espaciales de la migración desde el 2001 censo del reino unido por: Alasdair de la Rae. Equipos, medio Ambiente y Sistemas Urbanos, Vol. 33, Nº 3. (Mayo de 2009), pp 161-178. (PDF aquí)

Normalmente la visualización de los flujos en el espacio geográfico tiene tres problemas principales. Una de ellas es que es difícil distinguir entre los flujos y flujos. La segunda es que las líneas largas tienden a dominar el gráfico. Tres es que se traslapan o demasiados flujos tienden a hacer que el aspecto gráfico muy ruidoso.

El segundo problema puede ser resuelto sin embargo, puede organizar los nodos en el gráfico (como Jeromy sugirió que los nodos de clúster junto con relaciones fuertes). También puede ser más fácil utilizar pequeñas múltiples gráficos para distinguir entre los flujos, flujos y recíproca de los flujos (es decir, el mapa de sus nodos a un espacio específico y, a continuación, se han separado de gráficos mostrando en los flujos, flujos). No he visto ejemplos de flujos en redes como la que usted describe, así que no sé si la auto-organización de los gráficos tienen el problema de que se traslapan líneas.

Si usted tiene experiencia en programación en Python, es posible que desee comprobar hacia fuera el NetworkX paquete. (El Gephi paquete de Ars vinculado a un aspecto bastante impresionante).

Esto es similar en naturaleza a las preguntas educadas en el SIG stackexchange foro, y aquí es una pregunta con respuestas que pueden ser de su interés.

Buena Suerte

Answer 2

Una rápida par de pensamientos:

• He usado el escalamiento multidimensional para visualizar las conexiones entre los miembros del equipo (es decir, un promedio ponderado de red). Los nodos con conexiones más fuertes, a continuación, aparecen más cerca de la figura. He aquí algunos recursos para la implementación en R.
• Usted podría presentar un gráfico estándar, donde el grosor de la línea se basa en la fuerza de la conexión.

Answer 3

Gephi es bastante bueno para la visualización dirigida o no dirigida gráficos/redes. Otra opción podría ser el de la Morsa.

Answer 4

Una alternativa muy amplios márgenes de escala es la elaboración de un mapa de cada posición del grupo uno con el otro como una SOM (Self Organización de Mapas). Al igual que usted consulte con un mapa geográfico de los Estados unidos con Kansas en el medio, los grupos que se colocan cerca de la mitad de su SOM mapa de los grupos que más conectado con otros grupos.

Aquí es un python SOM módulo