随着大数据时代的来临,各个行业的数据规模不断增长,人们也越来越需要对这些数据之间的关系进行准确地表达和理解。图模型作为一种建模方式,可对现实世界中的个体以及个体之间的关系进行描述,因此,图的可视化作为一种直观的数据分析工具被广泛应用到自然科学、医学、金融、电力、航空航天、交通、网络犯罪等领域。而为了使图中的节点和边能够在满足用户需求和一定的美学标准下呈现出来,图布局算法起到了至关重要的作用,但是传统的以图布局算法为核心的可视化系统只适合处理和展示百万量级以下的数据,在面对更大规模的数据时性能显著下降,难以满足用户对系统响应时间和操作流畅度等方面的要求。为此,本文设计并实现了一个基于图布局算法的大规模数据可视化系统,具体的工作内容如下:（1）对数据可视化系统的需求进行了分析。本文从用户的实际需要出发,总结了系统的业务需求和主要工作流程,分析了系统的功能性需求和非功能性需求。其中,功能性需求可拆分为数据导入、可视化布局、可视化渲染、中心价值分析、链路分析、基本交互操作以及结果导出等。（2）对系统中重点使用的算法进行了实现。针对大规模数据在网络布局中计算时间长这一关键问题,本文使用了基于社团划分的初始布局方法和CUDA并行技术来降低FM^3算法的总运行时间。此外,针对大规模数据在可视化展示时出现的界面卡顿问题,本文采用了一种对节点和边进行分层的算法,使得系统可以快速地呈现多层网络的展示效果,由于该算法对每层展示的图元数量进行了控制,因此用户可以流畅地对可视化图形进行操作。（3）设计并实现了一个用于展示和分析海量数据关联性的可视化系统。结合上述的需求、算法以及可视化技术,本文对系统的架构、数据库和各功能模块进行了详细的设计,并对系统的各功能模块进行了实现。最终开发出来的系统支持对常见表格类型的文件进行导入、支持多种布局方式、支持分析结果的导出、支持对可视化结果进行交互操作,尤其对于高度密集的图形,提供了更为复杂的缩放和可视化探索等功能。该系统还可以对节点的中心价值进行分析,方便用户寻找图中的关键节点,用户还可以通过链路分析功能来获取节点间的关键路径。为了证明系统的可靠性,本文设计了不同的测试用例对系统进行了功能上的测试,同时设计了三个测试方案,在不同规模的数据集上根据不同的性能指标对系统的运行效率进行了测评。测试结果表明该系统在功能和性能上都表现良好,完全满足用户的需求,可以在实际应用中使用。