随着社交网络的快速发展,社交媒体网络成员数目日益庞大,关系错综复杂,并且随关联事件的变化人物间关系也呈现出相应的复杂变化,因此对基于事件关联的人物关系网络进行可视化研究具有重要的意义。本文在现有研究工作的基础上,针对人物关系网络的特点,分别对基于事件关联人物网络的布局算法、社团划分、个人网络的可视化设计进行研究。本文的研究内容包括:(1)基于事件关联人物关系网络布局算法研究。针对人物关系网络随关联事件变化而变化的特点,将事件属性和节点重要程度综合考虑,对一种基于事件关联的人物关系网络的力引导的算法进行改进。结果显示事件关联的人物聚集度较高,重要人物位于画布中央,减少了视觉混乱,更加符合美学标准,能有效帮助用户快速挖掘人物之间的关系和重要的人物以及人物与事件之间的潜在关系。(2)基于事件关联模块度的人物关系网络社团划分。每个人都有自己独特的交际圈,因此人物关系网络通常呈现出社团的现象。传统的人物关系网络的社团划分,通常只针对同一个事件的人物关系网络进行社团划分,而不能处理基于事件关联的人物关系的社团划分情况。本文提出了一种基于事件关联模块度的人物关系社团划分方法,基于事件关联人物关系的特征,对模块度的概念进行了延伸,从而得到基于事件的模块度,然后利用事件模块度对基于事件关联的人物关系网络进行社团划分。最后运用星球大战数据集对本文方法和传统模块度划分算法进行比较,验证了本文方法的有效性。(3)基于事件关联的个人人物关系网络分析。针对个人网络中事件具有时序特征的特点,通过对个人网络随事件变化的演变图、标签云图、个人重要性趋势图以及所有事件的个人网络图的综合利用,帮助用户快速发掘个人关系网络随事件变化的变化趋势以及个人邻居节点之间的关系等信息。