Not so simple graph visualization Esempi di visualizzazioni di grafi e fenomeni su grafi "non semplici" illustrati per il corso di Visualizzazione Scientifica A.A. 2020-2021
📑 Slide
📌 Neo4j Demo
📌 Notebook information diffusion
📌 Notebook bipartite graph
📌 Notebook multigraph
🧔🏻 Manuel Dileo
Visualizzazione dei pattern di diffusione dei virus su reti telefoniche mediante bluetooth e MMS.
Visualizzazione dell'influenza di un autore su reti di collaborazione scientifica.
Visualizzazione della diffusione di agenti patogeni con modello SIS.
Multidigrafi Eterogenei applicati ai DB 💁🏻 Margherita Pindaro
Overview sulle tipologie di astrazioni sui multidigrafi eterogenei, in particolare citando
Neo4j hands-on
Astrazione strutturale
Astrazione semantica
Astrazione basata su clustering
Astrazione di vista
Astrazione di cammino
Astrazione fish-eye
Graph Sketches
🧗🏻 Filippo Uslenghi
Visualizzazione di un piccolo grafo bipartito con Networkx
Visualizzazione di una Human Disease Network tramite Hive Plot
Visualizzazione dei geni in comume tra alcune patologie oncologiche tramite Sankey Diagram
🏃🏻♂️ Matteo Cucchi
Visualizzazione di un multigrafo di grandi dimensioni in Gephi
Visualizzazione multilayer di un multigrafo usando la libreria Py3plex
Aric A. Hagberg, Daniel A. Schult and Pieter J. Swart, “Exploring network structure, dynamics, and function using NetworkX”, in Proceedings of the 7th Python in Science Conference (SciPy2008), Gäel Varoquaux, Travis Vaught, and Jarrod Millman (Eds), (Pasadena, CA USA), pp. 11–15, Aug 2008
Wang, Pu & Gonzalez, Marta C. & Hidalgo, Cesar & Barabasi, Albert-Laszlo. (2009). Understanding the Spreading Patterns of Mobile Phone Viruses. Science (New York, N.Y.). 324. 1071-6. 10.1126/science.1167053.
Schulz, Christian. (2018). Visualizing spreading phenomena on complex networks.
Barabási, A.-L., Pósfai, M. (2016). Network science. Cambridge: Cambridge University Press. ISBN: 9781107076266 1107076269
Shen, Zeqian & Ma, Kwan-Liu & Eliassi-Rad, Tina. (2006). Visual Analysis of Large Heterogeneous Social Networks by Semantic and Structural Abstraction. IEEE transactions on visualization and computer graphics. 12. 1427-39. 10.1109/TVCG.2006.107.
Vicknair, Chad & Macias, Michael & Zhao, Zhendong & Nan, Xiaofei & Chen, Yixin & Wilkins, Dawn. (2010). A comparison of a graph database and a relational database: A data provenance perspective. The 48th ACM Southeast Conference. 10. 42. 10.1145/1900008.1900067.
Vukotic, Aleksa & Watt, Nicki & Abedrabbo, Tareq & Fox, Dominic & Partner, Jonas. (2014). Neo4j in Action.
Abello, James & Finocchi, Irene & Korn, Jeffrey. (2003). Graph Sketches. 10.1109/INFVIS.2001.963282.
Abello, James & Korn, J.. (2002). MGV: A system for visualizing massive multidigraphs. Visualization and Computer Graphics, IEEE Transactions on. 8. 21-38. 10.1109/2945.981849.
Russian trolls went on attack during key election moments
Goh, K & Cusick, Michael & Valle, David & Childs, Barton & Vidal, Marc & Barabasi, Albert-Laszlo. (2007). The human disease network. Proceedings of the National Academy of Sciences of the United States of America. 104. 8685-90. 10.1073/pnas.0701361104.
Krzywinski, Martin & Birol, Inanc & Jones, Steven & Marra, Marco. (2011). Hive plots—Rational approach to visualizing networks. Briefings in bioinformatics. 13. 627-44. 10.1093/bib/bbr069.
Škrlj, Blaž & Kralj, Jan & Lavrac, Nada. (2019). Py3plex toolkit for visualization and analysis of multilayer networks. Applied Network Science. 4. 10.1007/s41109-019-0203-7.
Bastian, Mathieu & Heymann, Sebastien & Jacomy, Mathieu. (2009). Gephi: An Open Source Software for Exploring and Manipulating Networks. 10.13140/2.1.1341.1520.
