社会网络分析是当前信息领域的研究热点，社区挖掘是社会网络分析中的一个重要研究内容。然而，大多数研究者往往只关注社区挖掘的质量和效率，并没有考虑挖掘过程和挖掘结果的直观展现，给人们的进一步分析带来不便。作为展示数据和辅助分析工具的信息可视化技术，虽然应用广泛，但是在展示社会网络数据的社区信息方面还存在不足，无法有效展示网络中的聚簇信息，也无法反应社区之间的关系。针对上述问题，本文在深入研究信息可视化技术和社区挖掘分析技术的基础上，分析比较了现有各种可视化技术的特点，提出了一个有效展示社会网络数据的解决方案，可以辅助用户进行社区挖掘和分析，使人们能够直观感知社会网络中社区的分布与关系，最后设计实现了一个原型系统。具体来讲，本文为社会网络可视化技术所做的工作主要有如下几点：一、深入研究了网络数据可视化技术，从可视化布局算法和交互技术两个方面阐述了网络数据可视化技术的实质。然后，对当前应用广泛的布局算法和软件工具进行了分类、比较和分析，为进一步开发面向社区分析的网络数据可视化算法奠定理论基础。二、通过对社区分析技术和力导引布局算法的研究，提出了适用于社区挖掘分析与可视化的算法。该算法引入结构紧凑度的概念，利用分层技术改造并提高传统可视化布局算法的质量和效率。实验表明，在展现社会网络数据的聚簇特性方面,其较经典的布局算法有了较大的提升。正因为对社会网络聚簇特性的有效支持，该算法可以有效辅助人们对社会网络进行直观初步的社区划分。三、进一步研究社区分析技术，利用已知的社区信息，在分层技术的支撑下，提出了基于社区信息的可视化布局算法。该算法在已知社区信息的基础上，采用先抽象后具体，先布局社区再布局个体的步骤，实现了对社会网络数据中社区信息的良好展示。除此之外，该算法还可以用于评价社区挖掘结果的好坏，或者用于检测实验数据的特性。四、在前述理论的支撑下，在分析了现有部分可视化软件的特性后，实现了一个社会网络可视化原型系统。该系统实现了经典的布局算法和本文所提出的两个布局算法，提供了初步的社会网络分析功能，验证了本文所做的工作。