当今社会传染性疾病的扩散更加便利,产生的影响更加巨大,在确保社会的安定以及人民群众财产的安全方面给我们带来了巨大的挑战。将信息可视化方法研究成果应用于疾病的传播领域,不仅能够帮助我们可以更好的认识疾病传播的趋势,而且能够帮助我们更加深入的理解疾病传播的影响及其内在机制,有助于决策者根据疾病传播的外在特征和其内在机理做出更加有效的防治措施,愈来愈成为了研究的热点。对于疾病传播领域的研究,传统的疾病传播信息可视化通常只是用一些比较简单的图表来描述疾病的宏观信息(诸如大致分布,感染比例等),而缺乏对传播细节的披露和内在机理的推演。比如节点连接图方法,只能展示小规模感染个体之间传染关系,不适用于大规模数据的可视化,treemap方法,只能显示大规模数据弱化了的数据间的传播关系。事实上,疾病传播将产生大规模数据,如何在有限的区域内展示大规模数据,对信息可视化领域的研究带来了极大的挑战。本文针对大规模数据对可视化所带来的困难以及疾病传播传统可视化方法的局限性,研究了本领域国内外最新的交互方法和布局算法,针对大规模的图可视化布局中的点线交叉问题,提出多层次边捆绑算法,通过改进查找最近边的方式较低时间复杂度,与传统捆绑算法相比在效率、效果上有明显的改善,使复杂网络可视化效果更加清晰,解决在大规模数据中有效展示主要信息的疾病信息可视化难点。实验结果证明,多层次边捆绑算法在大规模网络结构数据可视化上,效率与效果上明显优于传统的捆绑算法;针对大规模感染个体数量巨大及其关系复杂化所引起的图可视化的布局复杂化问题,提出一种快速收敛的力向导可视化布局算法,减少点线交叉,减少视觉混乱,最终建立一个疾病传播信息可视化系统,能有效地处理规模非常大的疾病传播数据,能够真实直观反映数据信息,有助于专家用户和决策者对疾病防控做出合理有效的措施。