JP7275864B2 - Drawing method, drawing program and drawing device - Google Patents

Description

本発明は、描画方法、描画プログラムおよび描画装置に関する。 The present invention relates to a drawing method, a drawing program, and a drawing apparatus.

ソフトウェアの構成やデータの構成などを描画するグラフ描画アルゴリズムを利用した力学モデルが利用されている。近年では、ノードとノードを接続するエッジとから成るグラフデータであって、ノード間には斥力を発生させ、エッジには引力を発生させることで、関係のあるノードは近く、関係の薄いノードは遠くに配置するスプリングアルゴリズムが知られている。また、親と子の関係を有するツリー上に記述する階層型データモデルや、グラフの一部を一つのまとまりとしてとらえ、さらにその上位でそれらのまとまりの一部を一つのまとまりとしてとらえることを繰り返すことで、グラフ全体の構造を示す階層型グラフ描画などが知られている。 A dynamic model using a graph drawing algorithm that draws the configuration of software and the configuration of data is used. In recent years, graph data consists of nodes and edges that connect the nodes. By generating repulsive force between nodes and attractive force between edges, related nodes are close and weakly related nodes are Spatial spring algorithms are known. In addition, a hierarchical data model described on a tree that has a parent-child relationship, and a part of the graph are regarded as one unity, and furthermore, a part of those units are regarded as one unity above it, and it is repeated. Hierarchical graph drawing that shows the structure of the entire graph is known.

特開平８－０３０７９９号公報JP-A-8-030799 特開平１１－１４４０７１号公報JP-A-11-144071

しかしながら、上記技術では、視覚的に理解しやすいグラフを描画することが難しい。具体的には、力学モデルで描画すると、全体にバランスよく配置されるが、属性間の関係は視覚的にわかりにくい。 However, with the above technology, it is difficult to draw a visually understandable graph. Specifically, when drawn with a dynamic model, they are arranged in a well-balanced manner overall, but it is difficult to visually understand the relationship between attributes.

例えば、スプリングアルゴリズムでは、同じ属性のノードが散らばってしまうため、人が特徴を見分けにくく、描画のたびにノードの場所が大きく変わってしまう。階層型データモデルでは、親と子が１対多の関係しか許容されていないので、汎用性が低く、階層型グラフ描画では、構造は見やすくなるが、属性を意識していないので、属性間の関係性を描画できない。 For example, in the Spring algorithm, nodes with the same attribute are scattered, making it difficult for humans to distinguish features, and the locations of the nodes change significantly each time they are drawn. Hierarchical data models allow only one-to-many relationships between parents and children, so they are not versatile. Hierarchical graph drawing makes it easier to see the structure, but does not consider attributes, so there is no inter-attribute Unable to draw relationships.

一つの側面では、視覚的に理解しやすいグラフを描画することができる描画方法、描画プログラムおよび描画装置を提供することを目的とする。 An object of one aspect is to provide a drawing method, a drawing program, and a drawing device that can draw a visually easy-to-understand graph.

第１の案では、描画方法は、コンピュータが、データ構造が有する複数のノードそれぞれに付与される属性ごとに描画範囲を特定する処理を実行する。描画方法は、コンピュータが、特定した描画範囲に各属性を有するノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させる処理を実行する。描画方法は、コンピュータが、特定した描画範囲に前記各属性を有しないノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させる処理を実行する。描画方法は、コンピュータが、前記データ構造の各ノードを配置したグラフデータを生成する処理を実行する。 In the first plan, the rendering method is such that the computer executes processing for specifying a rendering range for each attribute assigned to each of a plurality of nodes of the data structure. In the drawing method, a computer executes a process of generating repulsive forces between nodes and attractive forces on edges while arranging nodes having each attribute in a specified drawing range. In the rendering method, the computer executes a process of generating repulsive forces between nodes and attractive forces on edges while arranging nodes that do not have the attributes in a specified rendering range. In the drawing method, a computer executes processing for generating graph data in which each node of the data structure is arranged.

一実施形態によれば、視覚的に理解しやすいグラフを描画することができる。 According to one embodiment, it is possible to draw a visually easy-to-understand graph.

図１は、実施例１にかかる描画装置の機能構成を示す機能ブロック図である。FIG. 1 is a functional block diagram of a functional configuration of a drawing apparatus according to a first embodiment; 図２は、実施例１にかかるグラフ描画を説明する図である。FIG. 2 is a diagram for explaining graph drawing according to the first embodiment. 図３は、グラフ表記のルールを説明する図である。FIG. 3 is a diagram for explaining the rules of graph notation. 図４は、グラフ表記のルールを説明する図である。FIG. 4 is a diagram for explaining the rules of graph notation. 図５は、全体的な処理の流れを示すフローチャートである。FIG. 5 is a flowchart showing the overall flow of processing. 図６は、ノードの集合と関係性の検出処理の流れを示すフローチャートである。FIG. 6 is a flow chart showing the flow of processing for detecting node sets and relationships. 図７は、ノードの集合と関係性の検出処理を説明する図である。FIG. 7 is a diagram for explaining the process of detecting a set of nodes and their relationships. 図８は、集合の配置の組み合わせの探索処理の流れを示すフローチャートである。FIG. 8 is a flow chart showing the flow of search processing for combinations of arrangement of sets. 図９は、集合の配置の組み合わせの探索処理を説明する図である。FIG. 9 is a diagram for explaining search processing for combinations of arrangement of sets. 図１０は、集合の配置範囲を拡張した組み合わせの探索処理の流れを示すフローチャートである。FIG. 10 is a flow chart showing the flow of search processing for combinations in which the arrangement range of sets is expanded. 図１１は、集合の配置範囲の拡張探索を説明する図である。11A and 11B are diagrams for explaining an extended search for the arrangement range of a set. 図１２は、集合の配置範囲の拡張探索結果を説明する図である。12A and 12B are diagrams for explaining the result of the expanded search for the arrangement range of the set. 図１３は、ノードの配置処理の流れを示すフローチャートである。FIG. 13 is a flowchart showing the flow of node arrangement processing. 図１４は、ノードの配置の具体例１を説明する図である。FIG. 14 is a diagram for explaining specific example 1 of node arrangement. 図１５は、ノードの配置の具体例１を説明する図である。FIG. 15 is a diagram for explaining specific example 1 of node arrangement. 図１６は、ノードの配置の具体例２を説明する図である。FIG. 16 is a diagram illustrating a specific example 2 of node arrangement. 図１７は、ノードの配置の具体例２を説明する図である。FIG. 17 is a diagram illustrating a specific example 2 of node arrangement. 図１８は、グラフ描画結果を説明する図である。FIG. 18 is a diagram for explaining graph drawing results. 図１９は、ハードウェア構成例を説明する図である。FIG. 19 is a diagram illustrating a hardware configuration example.

以下に、本願の開示する描画方法、描画プログラムおよび描画装置の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。また、各実施例は、矛盾のない範囲内で適宜組み合わせることができる。 Hereinafter, embodiments of the drawing method, the drawing program, and the drawing apparatus disclosed in the present application will be described in detail based on the drawings. In addition, this invention is not limited by this Example. Moreover, each embodiment can be appropriately combined within a range without contradiction.

［描画装置の機能構成］
図１は、実施例１にかかる描画装置１０の機能構成を示す機能ブロック図である。図１に示す描画装置１０は、ソフトウェアの構成、データの構成、ネットワークの構成、属性間の関係性などの各種データ構造を描画するグラフ描画装置の一例であり、例えばサーバ装置などである。この描画装置は、ノードの集合と、ノード間の関係を示すエッジの集合で表されるデータ構造を、一定の範囲内に、人間が見やすく自動配置する。 [Functional Configuration of Rendering Device]
FIG. 1 is a functional block diagram showing the functional configuration of the rendering device 10 according to the first embodiment. A drawing device 10 shown in FIG. 1 is an example of a graph drawing device that draws various data structures such as software configuration, data configuration, network configuration, relationship between attributes, and is, for example, a server device. This rendering device automatically arranges a data structure represented by a set of nodes and a set of edges indicating relationships between nodes within a certain range so that it is easy for humans to see.

ここで、描画装置１０のグラフ描画について説明する。図２は、実施例１にかかるグラフ描画を説明する図である。図２は、属性を四角または楕円で示し、ノードを円で示す。図２の（ａ）に示すように、一般的な力学モデルを用いてデータ構造を描画すると、全体的にバランスよく配置されるが、属性間の関係は視覚的にわかりにくい。つまり、属性とノードとのつながりはわかりやすく、どの属性がどのノードを有するかは、視覚的に認識しやすい。しかし、属性間では、つながりがあるかないかはわかるものの、そのつながりがどのような関係性を有するのかまでを視覚的に認識することが難しい。 Graph drawing by the drawing device 10 will now be described. FIG. 2 is a diagram for explaining graph drawing according to the first embodiment. FIG. 2 shows attributes as squares or ellipses and nodes as circles. As shown in FIG. 2(a), when the data structure is drawn using a general dynamic model, it is arranged in a well-balanced manner as a whole, but it is difficult to visually understand the relationship between attributes. That is, the connection between attributes and nodes is easy to understand, and it is easy to visually recognize which attribute has which node. However, although it is possible to know whether or not there is a connection between attributes, it is difficult to visually recognize what kind of relationship the connection has.

また、図２の（ｂ）に示すように、属性ごとにまとめようとすると、ノードが複数の属性を有することがあるので、すべてのノードがまとまってしまう可能性がある。例えば、図２の（ｂ）では、属性として「性別」、「職業」、「趣味」、「住所」を有する各ノードについて、それぞれのノードがいずれか１つの属性で共通しているので、同じ属性を近づけようとすると、４つのノードが１つの場所にまとまってしまい、関係性を把握することができない。 Moreover, as shown in FIG. 2B, if it is attempted to group by attribute, all nodes may be grouped together because a node may have a plurality of attributes. For example, in (b) of FIG. 2, for each node having the attributes "sex", "occupation", "hobbies", and "address", each node has one attribute in common. If you try to bring the attributes closer together, the four nodes will end up in one place, and you won't be able to grasp the relationship.

また、図２の（ｃ）に示すように、スプリングアルゴリズムなどを用いて、属性に引力をつけてまとめようとすると、引力が強いと図のように団子になってしまい、弱いとノードの反発力のほうが強くなってしまい、ノードが集合しない。また、ノード間の関係がないにも関わらず、同じ属性のノード同士がくっついてしまうので、関係があるように見えてしまることがある。また、複数属性を持っているノードもあるので、関係ないノードも集合の一部として見えてしまうことがある。 In addition, as shown in Fig. 2(c), if we try to combine the attributes with attractive force using a spring algorithm or the like, if the attractive force is strong, the nodes will become lumps as shown in the figure, and if the attractive force is weak, the nodes will repel each other. The force becomes stronger and the nodes do not gather. In addition, even though there is no relationship between nodes, nodes with the same attribute are attached to each other, which may make it appear that there is a relationship. Also, since some nodes have multiple attributes, unrelated nodes may be seen as part of the set.

そこで、実施例１にかかる描画装置１０は、ノードの属性ごとに集合を生成し、集合間に閾値（Ｒ％）の有向性の関係がある場合、その関係を記録する。そして、描画装置１０は、求めた関係性をもとに集合間の位置の組み合わせを求め、求めた位置関係を保持したまま、集合に属するノードを描画する。その後、描画装置１０は、残りのノードを描画した後、描画した配置をもとに、最も安定している配置を採用する。このようにすることで、図２の（ｄ）に示すように、描画装置１０は、意味的に関係のある属性のノードを優先して描画することで、ユーザに直感的に理解しやすくさせることができる。 Therefore, the rendering apparatus 10 according to the first embodiment generates a set for each node attribute, and records the relationship if there is a directional relationship of a threshold value (R %) between the sets. Then, the drawing device 10 obtains a combination of positions between sets based on the obtained relationships, and draws nodes belonging to the sets while maintaining the obtained positional relationships. After that, the drawing device 10 draws the remaining nodes, and then adopts the most stable layout based on the drawn layouts. In this way, as shown in (d) of FIG. 2, the drawing device 10 preferentially draws nodes with semantically related attributes, thereby allowing the user to intuitively understand the nodes. be able to.

図１に戻り、描画装置１０は、通信部１１、記憶部１２、制御部２０を有する。通信部１１は、他の装置の間の通信を制御する処理部であり、例えば通信インタフェースなどである。例えば、通信部１１は、描画対象のデータを管理端末から受信し、描画結果を管理端末に送信する。 Returning to FIG. 1 , the drawing device 10 has a communication section 11 , a storage section 12 and a control section 20 . The communication unit 11 is a processing unit that controls communication between other devices, such as a communication interface. For example, the communication unit 11 receives data to be drawn from the management terminal and transmits drawing results to the management terminal.

記憶部１２は、データや制御部２０が実行するプログラムを記憶する記憶装置の一例であり、例えばメモリやハードディスクなどである。例えば、記憶部１２は、ノードデータＤＢ１３、集合データＤＢ１４、エッジ情報ＤＢ１５、配置結果ＤＢ１６を有する。また、記憶部１２は、描画対象のデータの構造などを含む情報を記憶する。 The storage unit 12 is an example of a storage device that stores data and programs executed by the control unit 20, and is, for example, a memory or a hard disk. For example, the storage unit 12 has a node data DB 13, an aggregate data DB 14, an edge information DB 15, and an arrangement result DB 16. The storage unit 12 also stores information including the structure of data to be drawn.

ノードデータＤＢ１３は、描画対象のデータ構造におけるノードに関する情報を記憶するデータベースである。具体的には、ノードデータＤＢ１３は、ノードごとに、各ノードに設定される属性を記憶する。例えば、ノードデータＤＢ１３は、「ノード、属性」として「ノードＡ、属性（性別：男性、職業：会社員）」などを記憶する。また、ノードデータＤＢ１３は、制御部２０によって生成されたグラフ構造のノードに関する情報として、接続されるノードに発生させる斥力などを記憶する。 The node data DB 13 is a database that stores information about nodes in the data structure to be rendered. Specifically, the node data DB 13 stores attributes set for each node for each node. For example, the node data DB 13 stores "node A, attribute (sex: male, occupation: office worker)" as "node, attribute". In addition, the node data DB 13 stores, as information about the nodes of the graph structure generated by the control unit 20, the repulsive forces generated in the connected nodes.

集合データＤＢ１４は、ノードの集合に関する情報を記憶するデータベースである。例えば、集合データＤＢ１４は、制御部２０によって生成された集合ごとに、当該集合に属するノードや集合の属性などを記憶する。 The set data DB 14 is a database that stores information about sets of nodes. For example, the set data DB 14 stores, for each set generated by the control unit 20, nodes belonging to the set, attributes of the set, and the like.

エッジ情報ＤＢ１５は、エッジに関する情報を記憶するデータベースである。例えば、集合データＤＢ１４は、制御部２０によって生成されたグラフ構造のエッジに関する情報として、接続されるノード、エッジに発生させる引力などを記憶する。 The edge information DB 15 is a database that stores information about edges. For example, the collective data DB 14 stores information about the edges of the graph structure generated by the control unit 20, such as connected nodes and attractive forces generated on the edges.

配置結果ＤＢ１６は、グラフ構造の配置結果を記憶するデータベースである。例えば、配置結果ＤＢ１６は、制御部２０によって生成されたグラフ構造に関する情報として、ノード、ノードの集合、ノード間のエッジ、集合間のエッジなどの関する情報を記憶する。 The placement result DB 16 is a database that stores the placement results of the graph structure. For example, the placement result DB 16 stores information on nodes, sets of nodes, edges between nodes, edges between sets, etc. as information on the graph structure generated by the control unit 20 .

制御部２０は、描画装置１０全体を司る処理部であり、例えばプロセッサなどである。この制御部２０は、検出部２１、探索部２２、拡張探索部２３、配置部２４を有する。なお、検出部２１、探索部２２、拡張探索部２３、配置部２４は、プロセッサが有する電子回路やプロセッサが実行するプロセスの一例などである。 The control unit 20 is a processing unit that controls the drawing apparatus 10 as a whole, and is, for example, a processor. This control unit 20 has a detection unit 21 , a search unit 22 , an extended search unit 23 and an arrangement unit 24 . Note that the detection unit 21, the search unit 22, the extended search unit 23, and the placement unit 24 are examples of electronic circuits possessed by the processor and processes executed by the processor.

ここで、本実施例で使用するグラフ表記について説明する。図３と図４は、グラフ表記のルールを説明する図である。図３に示すように、一例として、集合Ａ_１１、Ａ_１２、Ａ_１３、Ａ_２１、Ａ_２２を有し、集合Ａ_１１と集合Ａ_１２との間は関係ｘ_１１を有し、集合Ａ_１２と集合Ａ_１３との間は関係ｘ_１２を有し、集合Ａ_１１と集合Ａ_２１との間は関係ｙ_１１を有し、集合Ａ_１３と集合Ａ_２２との間は関係ｚ_２２を有するとする。また、集合Ａ_１１には、ノードｎ２、ｎ３、ｎ４が含まれ、集合Ａ_１２には、ノードｎ５、ｎ６が含まれ、集合Ａ_１３には、ノードｎ７、ｎ８が含まれ、集合Ａ_２１には、ノードｎ１が含まれ、集合Ａ_２２には、ノードｎ９が含まれるとする。なお、見やすくするなどの便宜上、各領域を同じ大きさの長方形にしているが、形、大きさともに同じである必要はない。 Here, the graph notation used in this embodiment will be described. 3 and 4 are diagrams for explaining the rules of graph notation. As shown in FIG. 3, as an example, we have sets A ₁₁ , A ₁₂ , A ₁₃ , A ₂₁ , A ₂₂ , a relationship x ₁₁ between sets A ₁₁ and A ₁₂ , and set A ₁₂ and set A ₁₃ have relation x ₁₂ , set A ₁₁ and set A ₂₁ have relation y ₁₁ , and set A ₁₃ and set A ₂₂ have relation z ₂₂ . do. The set A ₁₁ includes nodes n2, n3, and n4, the set A ₁₂ includes nodes n5 and n6, the set A ₁₃ includes nodes n7 and n8, and the set A ₂₁ includes contains node n1 and set A ₂₂ contains node n9. Note that each area is made to be a rectangle of the same size for convenience such as making it easier to see, but it is not necessary to have the same shape and size.

このようなグラフ構造において、集合の行列を図４の（ａ）のように表記し、関係性の行列を図４の（ｂ）のように表記するものとする。ここで、Ａ_ｉｊは、ｉ行ｊ列に属するノードの集合である。ｘ_ｉｊは、ｉ行ｊ列の集合とｉ行（ｊ＋１）列の集合との関係であり、ｙ_ｉｊは、ｉ行ｊ列の集合と（ｉ＋１）行ｊ列の集合との関係である。ｚ_ｉｊは、ｉ行ｊ列の集合と（ｉ＋１）行（ｊ＋１）列の集合との関係、もしくは、ｉ行（ｊ＋１）列の集合と（ｉ＋１）行ｊ列の集合との関係である。なお、集合の配置の段階でクロスの関係性は許容しないこととする。 In such a graph structure, the set matrix is represented as shown in FIG. 4(a), and the relationship matrix is represented as shown in FIG. 4(b). Here, A _ij is a set of nodes belonging to row i and column j. x _ij is the relationship between the set of i rows and j columns and the set of i rows and (j+1) columns, and y _ij is the relationship between the i row and j column sets and the (i+1) rows and j columns. z _ij is the relationship between the set of i rows and j columns and the set of (i+1) rows and (j+1) columns, or the relationship between the set of i rows and (j+1) columns and the set of (i+1) rows and j columns. Note that cross relationships are not allowed at the stage of arranging sets.

また、集合の行列において、ノードが存在する場所には１が設定され、ノードがない場所には０が設定される。具体的には、図３においては集合Ａ_１１、Ａ_１２、Ａ_１３、Ａ_２１、Ａ_２２が存在し、集合Ａ_２３が存在しないことから、図４の（ａ）に示す集合の行列においては、集合Ａ_１１、Ａ_１２、Ａ_１３、Ａ_２１、Ａ_２２のそれぞれの位置には１が設定され、集合Ａ_２３の位置には０が設定される。 Also, in the set matrix, 1 is set where there is a node, and 0 is set where there is no node. Specifically, in FIG. 3, the sets A ₁₁ , A ₁₂ , A ₁₃ , A ₂₁ , and A ₂₂ exist, but the set A ₂₃ does not exist. , sets A ₁₁ , A ₁₂ , A ₁₃ , A ₂₁ , and A ₂₂ are set to 1, and the positions of set A ₂₃ are set to 0.

また、図３において横方向の関係性は、関係ｘ_１１とｘ_１２とが存在するので、横方向の関係性を示す行列は、図４の（ｂ）に示すように、関係ｘ_１１とｘ_１２との位置に１が設定され、その他のｘ_２１とｘ_２２の位置には０が設定される。なお、横方向の関係性の行列において、０は関係性なし、１は右方向への関係性あり、２は左方向への関係性あり、３は積集合の関係性あり、４は同一の集合を示す。 Also, in FIG. 3, the relationship in the horizontal direction includes the relationships _x11 and _x12 , so the matrix showing the relationship in the horizontal direction is the relationship _x11 and x Positions ₁₂ and 12 are set to 1, and the other _x21 and _x22 positions are set to 0. In the horizontal relationship matrix, 0 indicates no relationship, 1 indicates rightward relation, 2 indicates leftward relation, 3 indicates product set relation, and 4 indicates same relation. indicates a set.

また、図３において縦方向の関係性は、関係ｙ_１１が存在するので、縦方向の関係性を示す行列は、図４の（ｂ）に示すように、関係ｙ_１１の位置に１が設定され、その他のｙ_１２とｙ_１３の位置には０が設定される。なお、縦方向の関係性の行列において、０は関係性なし、１は下方向への関係性あり、２は上方向への関係性あり、３は積集合の関係性あり、４は同一の集合を示す。 In FIG. 3, since there is a relationship _y11 in the vertical direction, 1 is set at the position of relationship _y11 in the matrix showing the relationship in the vertical direction, as shown in FIG. 0 is set to the other _y12 and _y13 positions. In the vertical relationship matrix, 0 indicates no relationship, 1 indicates a downward relationship, 2 indicates an upward relationship, 3 indicates a product set relationship, and 4 indicates the same relationship. indicates a set.

また、図３において交点（斜め）方向の関係性は、関係ｚ_１１が存在するので、交点方向の関係性を示す行列は、図４の（ｂ）に示すように、関係ｚ_１１の位置に１が設定され、その他のｚ_１２の位置には０が設定される。なお、交点方向の関係性の行列において、０は関係性なし、１は右上方向への関係性あり、２は右下方向への関係性あり、３は左下方向への関係性あり、４は左上方向への関係性あり、５は右上方向と左下方向の積集合の関係性あり、６は左上方向と右下方向の積集合の関係性あり、７は同一の集合を示す。 Also, in FIG. 3 _, the relationship in the intersection (diagonal) direction has the relationship _z11 . It is set to 1 and the other z ₁₂ positions are set to 0's. In the matrix of relationships in the intersection direction, 0 indicates no relationship, 1 indicates a relationship in the upper right direction, 2 indicates a relationship in the lower right direction, 3 indicates a relationship in the lower left direction, and 4 indicates a relationship in the lower left direction. There is a relation in the upper left direction, 5 indicates an intersection relationship between the upper right direction and the lower left direction, 6 indicates an intersection relation between the upper left direction and the lower right direction, and 7 indicates the same set.

このような表記を前提として、各処理部を説明する。図１に戻り、検出部２１は、ノードの集合とノード間の関係性とを検出する処理部である。具体的には、検出部２１は、ノードデータＤＢ１３等を参照し、各ノードが有する属性を特定し、同じ属性を有するノードの集合を生成する。このとき、１つのノードに複数の属性が設定されている場合、当該ノードは複数の集合に属することもある。 Based on such notation, each processing unit will be described. Returning to FIG. 1, the detection unit 21 is a processing unit that detects a set of nodes and relationships between the nodes. Specifically, the detection unit 21 refers to the node data DB 13 or the like, identifies attributes possessed by each node, and generates a set of nodes having the same attributes. At this time, if multiple attributes are set for one node, the node may belong to multiple sets.

そして、検出部２１は、対象の集合に入力する（ＩＮする）集合や対象の集合に入力される（ＯＵＴする）集合など、属性間の関係性にしたがって、有向性の関係がある集合間を検出する。ここで、有向性の関係性を判定する閾値（Ｒ値）は、様々な手法で決定することができる。例えば、対象とする集合のＩＮとＯＵＴを別に考える手法、対象とする集合のＩＮの数とＩＮしてくる元の集合のＯＵＴの数から算出する手法、対象とする集合のＯＵＴの数とＯＵＴ先の集合のＩＮの数から算出する手法などがある。また、例えばノード数が５０：５０の場合と１：９９の場合には後者のＲのほうが高くなるように算出する手法、集合内のノード数に対するエッジ数の比率など、集合間のノード数によって変動させることもでき、全体のノード数とエッジ数の比率によってＲを変動させることもできる。また、１００以下の任意の値を設定することもできる。 Then, the detection unit 21 detects a set that has a directional relationship according to the relationship between attributes, such as a set that is input (IN) to the target set and a set that is input (OUT) to the target set. to detect Here, the threshold value (R value) for determining the directional relationship can be determined by various methods. For example, a method of considering IN and OUT of the target set separately, a method of calculating from the number of IN of the target set and the number of OUT of the original set that comes IN, the number of OUT of the target set and OUT There is a method of calculating from the number of INs in the previous set. Also, for example, when the number of nodes is 50:50 and 1:99, the latter R is calculated so that it is higher, the ratio of the number of edges to the number of nodes in the set, etc. Depending on the number of nodes between sets It can also be varied, and R can also be varied according to the ratio of the total number of nodes to the number of edges. Any value less than or equal to 100 can also be set.

また、検出部２１は、有向性がある集合間において、集合があれば結合し、集合内のノードの一部が一致していれば積集合を生成し、部分集合があればまとめた集合とする。そして、検出部２１は、生成した集合や関係性を、集合データＤＢ１４等に格納する。 In addition, the detection unit 21 connects sets between directed sets if there is a set, generates a product set if a part of the nodes in the set matches, and if there is a subset, puts together a set and Then, the detection unit 21 stores the generated sets and relationships in the set data DB 14 or the like.

探索部２２は、集合の配置の組み合わせを探索する処理部である。具体的には、探索部２２は、検出部２１によって検出されたノードの集合に関する情報を集合データＤＢ１４等から取得し、集合の配置の組み合わせを探索し、その結果を記憶部１２等に格納する。なお、詳細は、図８と図９を用いて後述する。 The search unit 22 is a processing unit that searches for combinations of arrangement of sets. Specifically, the searching unit 22 acquires information about the set of nodes detected by the detecting unit 21 from the set data DB 14 or the like, searches for combinations of arrangement of sets, and stores the result in the storage unit 12 or the like. . The details will be described later with reference to FIGS. 8 and 9. FIG.

拡張探索部２３は、集合の配置範囲を拡張した、集合の組み合わせを探索する処理部である。具体的には、探索部２２よって探索された集合の配置の組み合わせを記憶部１２等から取得し、集合の行列が０である位置に他の集合を配置した仮定を生成し、その仮定が成り立つか否かを判定することで、集合の配置範囲を拡大して探索する。そして、拡張探索部２３は、その結果を記憶部１２等に格納する。なお、詳細は、図１０から図１２を用いて後述する。 The extended search unit 23 is a processing unit that searches for a combination of sets in which the arrangement range of the sets is expanded. Specifically, a combination of arrangement of sets searched by the searching unit 22 is acquired from the storage unit 12 or the like, and a hypothesis is generated in which another set is arranged at a position where the matrix of the set is 0, and the hypothesis holds. By determining whether or not, the arrangement range of the set is expanded and searched. Then, the extended search unit 23 stores the result in the storage unit 12 or the like. The details will be described later with reference to FIGS. 10 to 12. FIG.

配置部２４は、ノードの配置を実行する処理部である。具体的には、配置部２４は、拡張探索部２３による探索結果を記憶部１２等から取得し、様々なノードの配置パターンを生成し、力学的に最も安定している配置パターンを特定する。例えば、配置部２４は、特定の属性を有するノードを、特定した描画範囲に配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させるスプリングアルゴリズムで配置する。さらに、配置部２４は、特定された属性を有しないノードを、特定した描画範囲外に配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させるスプリングアルゴリズムで配置する。そして、配置部２４は、その結果を記憶部１２等に格納する。なお、詳細は、図１３から図１７を用いて後述する。 The arrangement unit 24 is a processing unit that executes node arrangement. Specifically, the placement unit 24 acquires the search result by the extended search unit 23 from the storage unit 12 or the like, generates various node placement patterns, and identifies the most dynamically stable placement pattern. For example, the arranging unit 24 arranges nodes having a specific attribute using a spring algorithm that generates repulsive forces between nodes and attractive forces on edges while arranging the nodes in a specified rendering range. Further, the placement unit 24 places nodes without the specified attributes by a spring algorithm that generates repulsive force between nodes and attractive force on edges while arranging the nodes outside the specified drawing range. Then, the placement unit 24 stores the result in the storage unit 12 or the like. The details will be described later with reference to FIGS. 13 to 17. FIG.

［処理の流れ］
ここでは、上述した各処理部が実行する処理について、図面を用いて、処理の流れと具体的な例を詳細に説明する。 [Process flow]
Here, with reference to the drawings, a flow of processing and a specific example of the processing executed by each processing unit described above will be described in detail.

（全体的な流れ）
図５は、全体的な処理の流れを示すフローチャートである。図５に示すように、検出部２１は、ノードの集合と関係性を抽出し（Ｓ１０１）、探索部２２は、集合の配置の組み合わせを探索する（Ｓ１０２）。続いて、拡張探索部２３は、集合の配置範囲拡張の組み合わせを探索し（Ｓ１０３）、配置部２４は、ノードを配置する（Ｓ１０４）。 (overall flow)
FIG. 5 is a flowchart showing the overall flow of processing. As shown in FIG. 5, the detection unit 21 extracts a set of nodes and relationships (S101), and the search unit 22 searches for a combination of arrangement of the sets (S102). Subsequently, the expansion search unit 23 searches for a combination of set placement range expansion (S103), and the placement unit 24 places nodes (S104).

（ノードの集合と関係性の検出）
図６は、ノードの集合と関係性の検出処理の流れを示すフローチャートであり、図７は、ノードの集合と関係性の検出処理を説明する図である。 (Set of nodes and detection of relationships)
FIG. 6 is a flowchart showing the flow of node set and relationship detection processing, and FIG. 7 is a diagram for explaining the node set and relationship detection processing.

検出部２１は、同じ属性を有するノードの集合Ｑ_ｉの集合Ｐを生成する（Ｓ２０１）。例えば、検出部２１は、集合Ｑ_ｉ・・・Ｑ_ｍを生成する（ｍは自然数）。 The detection unit 21 generates a set P of sets _Qi of nodes having the same attribute (S201). For example, the detection unit 21 generates a set Q _i . . . Q _m (m is a natural number).

続いて、検出部２１は、集合間にＲ％の有向性の関係があるものを検出する（Ｓ２０２）。例えば、図７の（ａ）に示すように、検出部２１は、集合が有する属性間の関係等に基づき、集合Ｑ_１から集合Ｑ_２への関係、集合Ｑ_２から集合Ｑ_４への関係、集合Ｑ_８から集合Ｑ_７への関係、集合Ｑ_９から集合Ｑ_４への関係を抽出する。 Subsequently, the detection unit 21 detects groups having a directional relationship of R % (S202). For example, as shown in (a) of FIG. 7, the detection unit 21 determines the relationship between the set _Q1 and the set Q2, and the relationship between the set _{Q2 and} the set _Q4 , based on the relationships between the attributes of the sets. , from set _Q8 to set _Q7 , and from set _Q9 to set _Q4 .

そして、検出部２１は、有向性が検出された集合の中に同じ集合があれば結合する（Ｓ２０３）。例えば、図７の（ｂ）に示すように、検出部２１は、有向性が検出された集合群の中に、集合Ｑ_２と集合Ｑ_４とが複数回登場することから、これらをまとめることで、集合Ｑ_１－Ｑ_２－Ｑ_４の関係性と、集合Ｑ_９－集合Ｑ_４の関係性とを検出する。 Then, the detecting unit 21 joins the same set among the sets for which directivity is detected (S203). For example, as shown in (b) of FIG. 7 , the detection unit 21 collects sets Q 2 and Q 4 from sets Q ₂ and Q ₄ appearing multiple times in a group of sets for which directionality is detected. Thus, the relationship between sets Q ₁ -Q ₂ -Q ₄ and the relationship between sets Q ₉ -Q ₄ are detected.

続いて、検出部２１は、検出された各集合において、ノードの一部が一致している集合があれば積集合として格納する（Ｓ２０４）。例えば、図７の（ｂ）と（ｃ）に示すように、検出部２１は、集合Ｑ_１にはノードｘとノードｙが含まれ、集合Ｑ_２にはノードｙとノードｚが含まれることから、ノードｙが共通するので、ノードｙを含む積集合Ｑ_ｋを生成する。 Subsequently, the detection unit 21 stores the detected set as a product set if there is a set in which a part of the node matches (S204). For example, as shown in (b) and (c) of FIG. 7, the detection unit 21 determines that the set _Q1 includes nodes x and y, and the set _Q2 includes nodes y and z. , generate the intersection Q _k containing node y, since node y is common.

その後、検出部２１は、生成された集合群の中に、部分集合があればそれらをまとめた集合として格納する（Ｓ２０５）。例えば、検出部２１は、集合Ｑ_９には集合Ｑ_１とＱ_２が含まれる場合、これらをまとめて集合Ｑ_９とする。 After that, if there are subsets in the generated set group, the detection unit 21 stores them as a set (S205). For example, when the set Q9 includes the sets _Q1 and _Q2 , the detection unit ₂₁ collectively sets them as the set _Q9 .

（集合の配置の組み合わせ探索）
図８は、集合の配置の組み合わせの探索処理の流れを示すフローチャートであり、図９は、集合の配置の組み合わせの探索を説明する図である。 (Combination search for arrangement of sets)
FIG. 8 is a flowchart showing the flow of search processing for combinations of arrangement of sets, and FIG. 9 is a diagram for explaining the search for combinations of arrangement of sets.

図８に示すように、探索部２２は、図６で生成された集合群Ｓから起点となる集合Ｔを任意に選択する（Ｓ３０１）。続いて、探索部２２は、選択した集合Ｔに部分集合が含まれない場合（Ｓ３０２：Ｎｏ）、集合Ｔと有向性で結ばれた集合Ｕを集合Ｔの隣に配置する（Ｓ３０３）。一方、探索部２２は、選択した集合Ｔに部分集合が含まれる場合（Ｓ３０２：Ｙｅｓ）、集合Ｔの部分集合と有向性で結ばれた集合Ｕを集合Ｔの隣に配置する（Ｓ３０４）。なお、集合Ｕが複数存在する場合は、任意の集合を１つ選択する。 As shown in FIG. 8, the search unit 22 arbitrarily selects a set T as a starting point from the set group S generated in FIG. 6 (S301). Subsequently, when the selected set T does not include a subset (S302: No), the search unit 22 arranges the set U connected to the set T by directivity next to the set T (S303). On the other hand, when the subset is included in the selected set T (S302: Yes), the searching unit 22 arranges the set U connected to the subset of the set T with directionality next to the set T (S304). . Note that if there are a plurality of sets U, an arbitrary set is selected.

そして、探索部２２は、有向性で結ばれた他の集合が存在するか否かを判定し（Ｓ３０５）、該当する他の集合が存在しない場合（Ｓ３０５：Ｎｏ）、すべての組み合わせが探索済みか否かを判定する（Ｓ３０６）。 Then, the search unit 22 determines whether or not there is another set connected by directionality (S305), and if there is no other corresponding set (S305: No), all combinations are searched. It is determined whether or not it is completed (S306).

ここで、未探索の組み合わせが存在する場合（Ｓ３０６：Ｎｏ）、探索部２２は、Ｓ３０５以降を繰り返す。一方、探索部２２は、すべての組み合わせが探索済みである場合（Ｓ３０６：Ｙｅｓ）、探索された組み合わせを配列Ｖ（変数Ｖ）に格納し（Ｓ３０７）、集合の行列を変換することで重複するものを、１つ残して配列Ｖから除外する（Ｓ３０８）。 Here, if there is an unsearched combination (S306: No), the search unit 22 repeats S305 and subsequent steps. On the other hand, if all the combinations have been searched (S306: Yes), the search unit 22 stores the searched combinations in the array V (variable V) (S307), and transforms the matrix of the set to duplicate are excluded from the array V, leaving one (S308).

また、Ｓ３０５において、探索部２２は、有向性で結ばれた他の集合が存在する場合（Ｓ３０５：Ｙｅｓ）、有向性で結ばれた部分集合が存在するか否かを判定する（Ｓ３０９）。 In addition, in S305, if there is another directionally-connected set (S305: Yes), the searching unit 22 determines whether or not there is a directionally-connected subset (S309 ).

そして、探索部２２は、有向性で結ばれた部分集合が存在する場合（Ｓ３０９：Ｙｅｓ）、部分集合と有向性で結ばれた集合を選択する（Ｓ３１０）。なお、有向性で結ばれた部分集合が存在しない場合（Ｓ３０９：Ｎｏ）、Ｓ３１０を実行することなく、Ｓ３１１が実行される。 Then, if there is a subset that is directionally connected (S309: Yes), the search unit 22 selects a set that is directionally connected to the subset (S310). Note that if there is no directed subset (S309: No), S311 is executed without executing S310.

その後、探索部２２は、部分集合が配置できるか否かを判定し（Ｓ３１１）、配置できない場合（Ｓ３１１：Ｎｏ）、この配置の可能性がないとして破棄し（Ｓ３１２）、配置できる場合（Ｓ３１１：Ｙｅｓ）、有向性で結ばれた集合の隣に部分集合を配置する（Ｓ３１３）。 After that, the searching unit 22 determines whether or not the subset can be arranged (S311). If the subset cannot be arranged (S311: No), it is discarded as having no possibility of this arrangement (S312), and if it can be arranged (S311). : Yes), the subset is placed next to the directedly connected set (S313).

（具体例）
図９を用いて具体例を説明する。図９では、集合Ａ、集合Ｂ、集合Ｃ、集合Ｄ、集合Ｅを含む集合群Ｓにおいて、集合Ａと集合Ｂとの間に関係性があり、集合Ｂと集合Ｃとの間に関係性があり、集合Ｄと集合Ｅとの間に関係性があるとする。また、集合Ａと集合Ｂの共通部分は空集合であり、集合Ｂと集合Ｃの共通部分は空集合であり、集合Ｄと集合Ｅの共通部分は集合Ｆであるとする。 (Concrete example)
A specific example will be described with reference to FIG. In FIG. 9, in a set group S including set A, set B, set C, set D, and set E, there is a relationship between set A and set B, and a relationship between set B and set C. , and there is a relationship between sets D and E. It is also assumed that the intersection of set A and set B is an empty set, the intersection of set B and set C is an empty set, and the intersection of set D and set E is set F.

まず、探索部２２は、集合Ａを選択すると、集合Ａと有向性で結ばれた集合Ｂを集合Ａの隣に配置し、図９の（１）に示す［集合Ａ，集合Ｂ］の行列を生成する。この行列では、集合Ａから集合Ｂへの右方向に関係性があることから、横方向の関係性を示す行列に［１］が設定される。 First, when the search unit 22 selects the set A, the search unit 22 arranges the set B connected to the set A by directivity next to the set A, and the [set A, set B] shown in (1) of FIG. Generate a matrix. In this matrix, since there is a relationship in the right direction from set A to set B, [1] is set in the matrix indicating the relationship in the horizontal direction.

次に、探索部２２は、集合Ｂと有向性で結ばれた集合Ｃが存在することから、集合Ｃの配置を検討する。具体的には、探索部２２は、集合Ｂの隣に配置することで、図９の（２）に示す［集合Ａ，集合Ｂ，集合Ｂ］の行列を生成する。この行列では、集合Ａから集合Ｂへの右方向および集合Ｂから集合Ｃへの右方向に関係性があることから、横方向の関係性を示す行列に［１，１］が設定される。 Next, the searching unit 22 examines the arrangement of the set C because there is a set C connected to the set B by directivity. Specifically, the search unit 22 generates a matrix of [set A, set B, set B] shown in (2) of FIG. 9 by arranging the set B next to it. In this matrix, since there is a relationship in the right direction from set A to set B and in the right direction from set B to set C, [1, 1] is set in the matrix indicating the relationship in the horizontal direction.

別配置として、探索部２２は、集合Ｃを集合Ｂの右下に配置する配置を探索し、集合がない位置に０を設定することで、図９の（３）に示す２行３列の行列を生成する。この行列では、集合Ａから集合Ｂへの右方向の行列に［１］、いずれの関係性もない縦方向の行列に［０］、集合Ｂから集合Ｃに該当する左上から右下への交点方向の行列に［２］が設定された各行列が生成される。 As another arrangement, the search unit 22 searches for an arrangement in which the set C is placed in the lower right of the set B, and sets 0 to the position where there is no set, resulting in the 2 rows and 3 columns shown in (3) of FIG. 9 . Generate a matrix. In this matrix, [1] is in the right direction matrix from set A to set B, [0] is in the vertical direction matrix without any relationship, and the intersection from the upper left to the lower right corresponding to set C from set B Each matrix is generated with [2] set in the direction matrix.

別配置として、探索部２２は、集合Ｂの下に集合Ｃを配置する配置を探索し、集合がない位置に０を設定することで、図９の（４）に示す２行２列の行列を生成する。この行列では、集合Ａから集合Ｂへの右方向の行列に［１］、集合Ｂから集合Ｃへの下方向に行列［１］、いずれの関係性もない交点方向の行列に［０］が設定された各行列が生成される。 As another arrangement, the search unit 22 searches for an arrangement in which the set C is arranged below the set B, and sets 0 to positions where there is no set, thereby obtaining a matrix of 2 rows and 2 columns shown in (4) of FIG. to generate In this matrix, [1] is in the right direction matrix from set A to set B, [1] is in the downward direction from set B to set C, and [0] is in the intersection direction matrix which has no relationship. Each set matrix is generated.

別配置として、探索部２２は、集合Ａの下に集合Ｃを配置する配置を探索し、集合がない位置に０を設定することで、図９の（５）に示す２行２列の行列を生成する。この行列では、集合Ａから集合Ｂへの右方向の行列に［１］、集合Ａから集合Ｃへの下方向に行列［１］、集合Ｂから集合Ｃに該当する右上から左下への交点方向の行列に［３］が設定された各行列が生成される。 As another arrangement, the search unit 22 searches for an arrangement in which the set C is arranged below the set A, and sets 0 to positions where there is no set, thereby obtaining a matrix of 2 rows and 2 columns shown in (5) of FIG. to generate In this matrix, the rightward matrix from set A to set B is [1], the downward direction from set A to set C is matrix [1], and the intersection direction from upper right to lower left corresponding to set B from set C is Each matrix with [3] set to the matrix of is generated.

このようにして、探索部２２は、集合Ａ、集合Ｂ、集合Ｃの配置として、上記（１）から（５）の５パターンを探索することができる。なお、探索部２２は、（３）のパターンについては、（２）のパターンと（４）のパターンで代用可能なことから、対象外と判定して削除する。 In this way, the searching unit 22 can search the above five patterns (1) to (5) as the arrangement of the set A, set B, and set C. FIG. Note that the search unit 22 determines that the pattern (3) is out of target and deletes it because the pattern (2) and the pattern (4) can be substituted for the pattern (3).

同様に、探索部２２は、集合Ｄと集合Ｅについても、集合Ｄと有向性で結ばれた集合Ｅを集合Ａの隣に配置し、図９の（６）に示す［集合Ｄ，集合Ｅ］の行列を生成する。この行列では、集合と集合Ｅが積集合の関係性があることから、横方向の関係性を示す行列に［３］が設定される。 Similarly, with respect to sets D and E, the search unit 22 arranges set E, which is connected to set D by directivity, next to set A, and [set D, set E] matrix. In this matrix, since the set and the set E have an intersection relationship, [3] is set in the matrix indicating the relationship in the horizontal direction.

（集合の配置範囲拡張の組み合わせを探索）
図１０は、集合の配置範囲を拡張した組み合わせの探索処理の流れを示すフローチャートであり、図１１は、集合の配置範囲の拡張探索を説明する図であり、図１２は、集合の配置範囲の拡張探索結果を説明する図である。 (Search for a combination of set placement range expansion)
FIG. 10 is a flow chart showing the flow of search processing for combinations in which the arrangement range of sets is expanded, FIG. 11 is a diagram for explaining the expanded search for the arrangement range of sets, and FIG. It is a figure explaining an extended search result.

図１０に示すように、拡張探索部２３は、配列Ｖ（変数Ｖ）に未処理の組み合わせが残っている場合（Ｓ４０１：Ｙｅｓ）、配列Ｖから一つの組み合わせＷを取り出して、配列Ｘ（変数Ｘ）に格納する（Ｓ４０２）。 As shown in FIG. 10, when there are unprocessed combinations in array V (variable V) (S401: Yes), extended search unit 23 extracts one combination W from array V, X) (S402).

続いて、拡張探索部２３は、組み合わせＷの集合の行列に未調査の０がある場合（Ｓ４０３：Ｙｅｓ）、０と周囲の行列Ａ_ｉｊの間にある関係性が０か否かを判定する（Ｓ４０４）。 Subsequently, if there is an unexamined 0 in the matrix of the set of combinations W (S403: Yes), the extended search unit 23 determines whether or not the relationship between 0 and the surrounding matrix A _ij is 0. (S404).

ここで、拡張探索部２３は、０と周囲の配列Ａ_ｉｊの間にある関係性が０である場合（Ｓ４０４：Ｙｅｓ）、集合の行列の０の位置に行列Ａ_ｉｊの集合をコピーしたものを配列Ｘに格納する（Ｓ４０５）。その後、拡張探索部２３は、０の周りに未調査の集合が残っている場合には（Ｓ４０６：Ｙｅｓ）、Ｓ４０４以降を繰り返す。 Here, if the relationship between 0 and the surrounding array A _ij is 0 (S404: Yes), the extended search unit 23 copies the set of the matrix A _ij to the position of 0 in the matrix of the set. is stored in the array X (S405). After that, if an uninvestigated set remains around 0 (S406: Yes), the extended search unit 23 repeats S404 and subsequent steps.

なお、拡張探索部２３は、Ｓ４０４において、０と周囲の配列Ａ_ｉｊの間にある関係性が０ではない場合（Ｓ４０４：Ｎｏ）、Ｓ４０５を実行することなく、Ｓ４０６を実行する。また、拡張探索部２３は、Ｓ４０６において、０の周りに未調査の集合が残っていない場合には（Ｓ４０６：Ｎｏ）、Ｓ４０３以降を繰り返す。 Note that if the relationship between 0 and the surrounding array A _ij is not 0 in S404 (S404: No), the extended search unit 23 executes S406 without executing S405. Further, in S406, if there is no uninvestigated set around 0 (S406: No), the extended search unit 23 repeats S403 and subsequent steps.

また、拡張探索部２３は、Ｓ４０１において、配列Ｖに未処理の組み合わせが残っていない場合（Ｓ４０１：Ｎｏ）、集合の行列を変換することで重複するものを１つ残して配列Ｘから除外する（Ｓ４０７）。 Further, in S401, if there are no unprocessed combinations remaining in the array V (S401: No), the extended search unit 23 converts the matrix of the set to leave one duplicate and exclude it from the array X. (S407).

（具体例）
図１１と図１２を用いて具体例を説明する。まず、図１１を用いて、上述した図９の配置パターン（５）を例にして説明する。図１１に示すように、拡張探索部２３は、図９の配置パターン（５）の拡張パターンとして、集合Ｂの下の「０」に、当該「０」の周囲の集合をコピーすることで、３つの拡張パターンを探索する。 (Concrete example)
A specific example will be described with reference to FIGS. 11 and 12. FIG. First, with reference to FIG. 11, the arrangement pattern (5) in FIG. 9 described above will be described as an example. As shown in FIG. 11, the extended search unit 23 copies the set around "0" to "0" under set B as an extended pattern of arrangement pattern (5) in FIG. Search for three extension patterns.

具体的には、拡張探索部２３は、集合Ｂを上下に配置した拡張パターン（ａ）と、集合Ｂの下に集合Ｃを配置した拡張パターン（ｂ）と、集合Ｂの下に集合Ａを配置した拡張パターン（ｃ）とを探索する。ここで、拡張探索部２３は、拡張パターン（ｃ）については、集合Ｂから集合Ｃへの関係性が存在することから、左上の集合Ａと拡張した右下の集合Ａとを結合することができないので、拡張できないと決定する。この結果、拡張探索部２３は、図９の配置パターン（５）の拡張パターンとして、拡張パターン（ａ）と拡張パターン（ｂ）の２つを探索する。 Specifically, the extended search unit 23 creates an extended pattern (a) in which the set B is arranged vertically, an extended pattern (b) in which the set C is arranged below the set B, and a set A below the set B. The arranged extension pattern (c) is searched. Here, for the extended pattern (c), since there is a relationship from the set B to the set C, the extended search unit 23 can combine the upper left set A and the extended lower right set A. Since it cannot, it decides that it cannot be extended. As a result, the expansion search unit 23 searches for two expansion patterns, ie, the expansion pattern (a) and the expansion pattern (b), as the expansion patterns of the arrangement pattern (5) in FIG.

このような拡張探索の結果を図１２に示す。図１２は、図９に示した配置パターン（２）、（４）、（５）、（６）の拡張パターンの探索結果である。なお、配置パターン（１）は、未配置の集合があることから除外される。 The results of such an extended search are shown in FIG. FIG. 12 shows search results for the extension patterns of the arrangement patterns (2), (4), (5), and (6) shown in FIG. Note that arrangement pattern (1) is excluded because there is an unarranged set.

具体的には、配置パターン（２）について、値が「０」の位置に、隣接する集合Ａを配置した拡張パターン（２）、隣接する集合Ｃを配置した拡張パターン（３）、隣接する集合Ｂを配置した拡張パターン（４）および（５）が探索される。ここで、拡張パターン（４）は、集合Ａと集合Ｃの間に関係性がないことから、図１１のパターン（ｃ）とは異なり、関係性を跨ぐ配置にならないので、採用される。 Specifically, for the arrangement pattern (2), an extended pattern (2) in which the adjacent set A is arranged, an extended pattern (3) in which the adjacent set C is arranged, and an adjacent set Extended patterns (4) and (5) with B placed are searched. Here, the extended pattern (4) has no relationship between the set A and the set C, so unlike the pattern (c) in FIG.

拡張配置パターン（２）は、集合Ａを縦方向に並べた行列となるので、縦方向の関係性の行列に同一を示す［４］が設定される。拡張配置パターン（３）は、集合Ｃを横方向に並べた行列となるので、横方向の関係性の行列に同一を示す［４］が設定される。拡張配置パターン（４）は、集合Ｂを交点方向に並べた行列となるので、交点方向の関係性の行列に同一を示す［７］が設定される。拡張配置パターン（５）は、集合Ｂを縦方向に並べた行列となるので、縦方向の関係性の行列に同一を示す［４］が設定される。 Since the extended arrangement pattern (2) is a matrix in which the sets A are arranged in the vertical direction, [4] indicating the same is set in the vertical relationship matrix. Since the extended arrangement pattern (3) is a matrix in which the sets C are arranged in the horizontal direction, [4] indicating the same is set in the horizontal relationship matrix. Since the extended arrangement pattern (4) is a matrix in which the set B is arranged in the intersection direction, [7] indicating the same is set in the relationship matrix in the intersection direction. Since the extended arrangement pattern (5) is a matrix in which the sets B are arranged in the vertical direction, [4] indicating the same is set in the vertical relationship matrix.

（ノードの配置）
図１３は、ノードの配置処理の流れを示すフローチャートであり、図１４と図１５は、ノードの配置の具体例１を説明する図であり、図１６と図１７は、ノードの配置の具体例２を説明する図である。 (arrangement of nodes)
FIG. 13 is a flowchart showing the flow of node placement processing, FIGS. 14 and 15 are diagrams for explaining specific example 1 of node placement, and FIGS. 16 and 17 are specific examples of node placement. FIG. 2 is a diagram for explaining 2. FIG.

図１３に示すように、配置部２４は、図１０の拡張探索処理のＳ４０２で格納された配列Ｘに未処理の組み合わせが残っている場合（Ｓ５０１：Ｙｅｓ）、描画範囲内のランダムな位置に、集合の配列通りにノードの描画範囲を生成する（Ｓ５０２）。 As shown in FIG. 13, if there are unprocessed combinations in the array X stored in S402 of the extended search process in FIG. , a node drawing range is generated according to the arrangement of the set (S502).

続いて、配置部２４は、集合の範囲内にノードをランダムに配置する（Ｓ５０３）。そして、配置部２４は、集合の関係性がある範囲でのみ影響しあうように、スプリングアルゴリズムでノードを配置し（Ｓ５０４）、集合の範囲とノードの相対位置を固定する（Ｓ５０５）。その後、配置部２４は、現在表示されているノードのうち、集合の関係性がないノード間の関係を探索して描画する（Ｓ５０６）。 Subsequently, the placement unit 24 randomly places nodes within the range of the set (S503). Then, the arrangement unit 24 arranges the nodes by the spring algorithm so that they affect each other only in the range where the set has a relationship (S504), and fixes the range of the set and the relative position of the node (S505). After that, the placement unit 24 searches for and draws relationships between nodes that do not have a set relationship among the nodes that are currently displayed (S506).

そして、配置部２４は、集合の関係性で結ばれた描画領域を一つのノードとみなし、新たに描画されたノードを加えてスプリングアルゴリズムで描画する（Ｓ５０７）。例えば、配置部２４は、直接関係がある場合は直線で結ぶ。また、配置部２４は、集合の範囲内に入らないように、複数ノードがある場合は等分して関係が近い順に並べる。 Then, the arrangement unit 24 regards the drawing areas connected by the relationship of the set as one node, adds the newly drawn node, and draws by the spring algorithm (S507). For example, the arrangement portions 24 are connected with a straight line when they are directly related. Also, if there are multiple nodes, the arrangement unit 24 divides them into equal parts and arranges them in descending order so that they do not fall within the range of the set.

その後、配置部２４は、ノードの相対位置を解除し（Ｓ５０８）、スプリングアルゴリズムで再描画する（Ｓ５０９）。ただし、集合に属するノードは、その範囲から出ることはなく、属さないノードはその範囲に入ることはない。そして、配置部２４は、集合の範囲とノードの相対位置を固定し（Ｓ５１０）、Ｓ５０１以降を繰り返す。 After that, the arrangement unit 24 cancels the relative positions of the nodes (S508), and redraws them using the spring algorithm (S509). However, nodes that belong to the set never leave the scope, and nodes that do not belong never enter the scope. Then, the placement unit 24 fixes the range of the set and the relative positions of the nodes (S510), and repeats S501 and subsequent steps.

また、Ｓ５０１において、配置部２４は、図１０の拡張探索処理のＳ４０２で格納された配列Ｘに未処理の組み合わせが残っていない場合（Ｓ５０１：Ｎｏ）、各組み合わせについて、安定している配置を求めて採用する（Ｓ５１１）。例えば、配置部２４は、集合の範囲の中心とその集合に属するノードの距離の２乗の平均が最も小さい配置や、ノード間の距離の標準偏差が最も小さい配置などを採用する。 In addition, in S501, if there are no unprocessed combinations remaining in the array X stored in S402 of the extended search processing of FIG. It is sought and adopted (S511). For example, the placement unit 24 adopts a placement with the smallest average squared distance between the center of the range of the set and the nodes belonging to the set, or a placement with the smallest standard deviation of the distances between nodes.

その後、配置部２４は、まだ配置されていないノードを、関係するエッジがつながっているノードの近くに配置し（Ｓ５１２）、追加されたノードをスプリングアルゴリズムで配置する（Ｓ５１３）。 After that, the placement unit 24 places the nodes that have not yet been placed near the nodes to which the related edges are connected (S512), and places the added nodes using the spring algorithm (S513).

（具体例）
例えば、配置部２４は、集合の配置の組み合わせのうち一つとして、図１４の（１）に示すように、［集合Ａ、集合Ｂ、集合Ｃ］と［集合Ｄ、集合Ｅ］をランダムに配置する。続いて、図１４の（２）に示すように、配置部２４は、各集合内にノードを配置し、スプリングアルゴリズムで描画する。 (Concrete example)
For example, the arranging unit 24 randomly selects [set A, set B, set C] and [set D, set E] as one combination of set layouts, as shown in (1) of FIG. Deploy. Subsequently, as shown in (2) of FIG. 14, the placement unit 24 places nodes in each set and draws them by the spring algorithm.

そして、配置部２４は、図１４の（３）に示すように、集合内のノードを配置した後、集合に含まれないノードのうち別の関係性間を有するノードを、集合外に配置して連結する。その後、配置部２４は、図１４の（４）に示すように、関係性で結ばれた集合を１つのノードとして扱った上で、スプリングアルゴリズムで描画する。 Then, as shown in (3) of FIG. 14, after arranging the nodes in the set, the arranging unit 24 arranges, out of the nodes not included in the set, nodes having different relationships outside the set. concatenate. Thereafter, as shown in (4) of FIG. 14, the arrangement unit 24 treats the set connected by the relationship as one node and draws it by the spring algorithm.

その後、配置部２４は、図１５に示すように、配置された集合に含まれない未配置のノードを配置し、スプリングアルゴリズムで描画する。このとき、配置部２４は、スプリングアルゴリズムで描画する際は、新たに配置した（追加した）ノードのみを動かして配置を行う。 After that, the placement unit 24 places unplaced nodes that are not included in the placed set and draws them by the spring algorithm, as shown in FIG. 15 . At this time, the placement unit 24 performs placement by moving only the newly placed (added) nodes when drawing with the spring algorithm.

同様に、配置部２４は、集合の配置の組み合わせのうち一つとして、図１６の（１）に示すように、［集合Ａ、集合Ｂ、集合Ｃ］と［集合Ｄ、集合Ｅ］をランダムに配置する。この具体例２は、具体例１とは異なり、集合Ｂが拡張探索により配置されたパターンである。続いて、図１６の（２）に示すように、配置部２４は、各集合内にノードを配置し、スプリングアルゴリズムで描画する。 Similarly, the arranging unit 24 randomly selects [set A, set B, set C] and [set D, set E] as one of the set layout combinations, as shown in (1) of FIG. to be placed. This specific example 2 is a pattern in which the set B is arranged by extended search, unlike the specific example 1. FIG. Subsequently, as shown in (2) of FIG. 16, the placement unit 24 places nodes in each set and draws them by the spring algorithm.

そして、配置部２４は、図１６の（３）に示すように、集合内のノードを配置した後、集合に含まれないノードのうち別の関係性間を有するノードを、集合外に配置して連結する。その後、配置部２４は、図１６の（４）に示すように、関係性で結ばれた集合を１つのノードとして扱った上で、スプリングアルゴリズムで描画する。 Then, as shown in (3) of FIG. 16, after arranging the nodes in the set, the arranging unit 24 arranges the nodes that are not included in the set and have different relationships outside the set. concatenate. After that, as shown in (4) of FIG. 16, the arrangement unit 24 treats the set connected by the relationship as one node and draws it by the spring algorithm.

その後、配置部２４は、図１７に示すように、配置された集合に含まれない未配置のノードを配置し、スプリングアルゴリズムで描画する。このとき、配置部２４は、スプリングアルゴリズムで描画する際は、新たに配置した（追加した）ノードのみを動かして配置を行う。 After that, the placement unit 24 places unplaced nodes that are not included in the placed set and draws them by the spring algorithm, as shown in FIG. 17 . At this time, the placement unit 24 performs placement by moving only the newly placed (added) nodes when drawing with the spring algorithm.

このようにして、配置部２４は、各集合の配置の組み合わせについて、図１３の処理を実行して、各構造を描画する。そして、配置部２４は、最も安定している配置の組み合わせを選択し、配置結果ＤＢ１６に格納する。 In this way, the arrangement unit 24 executes the processing of FIG. 13 for each set arrangement combination to render each structure. Then, the placement unit 24 selects the most stable combination of placements and stores them in the placement result DB 16 .

［効果］
上述したように、描画装置１０は、ノードの属性ごとに集合を生成し、有向性の関係性をもとに集合間の位置の組み合わせを探索する。そして、描画装置１０は、探索した位置関係を保持したまま、集合に属するノードを描画した後、残りのノードを描画する。その後、描画装置１０は、描画した配置をもとに、最も安定している配置を採用する。したがって、描画装置１０は、視覚的に理解しやすいグラフを描画することができる。 [effect]
As described above, the rendering device 10 generates a set for each node attribute, and searches for a combination of positions between the sets based on the directional relationship. Then, the drawing device 10 draws the nodes belonging to the set while maintaining the searched positional relationship, and then draws the remaining nodes. After that, the drawing apparatus 10 adopts the most stable arrangement based on the drawn arrangement. Therefore, the drawing device 10 can draw a graph that is visually easy to understand.

図１８は、グラフ描画結果を説明する図である。図１８では、属性が「対策」である集合（対策）、属性が「病名」である集合（病名）、属性が「症状」である集合（症状）と各ノードを描画した例である。図２の（ａ）に示すような一般的なスプリングアルゴリズムでは、属性である病名や対策がバラバラに配置されてしまい、１つの症状（ノード）がどの病名でどの対策と関係しているのかを直感的に把握することが難しい。一方、図１８に示すように、描画装置１０を用いて描画されたグラフは、関係性が一定方向に定まっていることから、属性ごとの関係性が明確であり、各属性に属するノードも明確である。したがって、１つの症状（ノード）がどの病名でどの対策と関係しているのかを直感的にも視覚的にも把握することが容易である。 FIG. 18 is a diagram for explaining graph drawing results. FIG. 18 shows an example in which a set (measure) whose attribute is "measure", a set (disease name) whose attribute is "disease name", a set (symptom) whose attribute is "symptom", and each node are drawn. In a general spring algorithm as shown in (a) of Fig. 2, the disease name and countermeasures, which are attributes, are arranged indiscriminately. It is difficult to grasp intuitively. On the other hand, as shown in FIG. 18, in the graph drawn using the drawing apparatus 10, since the relationship is determined in a fixed direction, the relationship for each attribute is clear, and the nodes belonging to each attribute are also clear. is. Therefore, it is easy to intuitively and visually grasp which symptom (node) is associated with which disease name and which countermeasure.

さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。 Although the embodiments of the present invention have been described so far, the present invention may be implemented in various different forms other than the embodiments described above.

［関係性の判定］
例えば、属性間やノード間の有向性の有無を判定する手法は、公知の様々な手法を採用することができる。また、属性の一例としては、上述した例以外にも、クラス、データ値、データタイプなどを用いることができる。また、集合を生成して配置する例を説明したが、ノードの数が少ない場合などは、ノードの属性を上述した処理に適用して配置処理を実行することもできる。なお、拡張探索処理は、省略することもできる。 [Relationship determination]
For example, various known methods can be used to determine whether there is directionality between attributes or between nodes. Further, as an example of the attribute, a class, a data value, a data type, etc. can be used in addition to the examples described above. Also, an example of generating and arranging a set has been described, but when the number of nodes is small, it is also possible to execute the arrangement processing by applying the attributes of the nodes to the above-described processing. Note that the extended search process can be omitted.

［数値等］
また、上記実施例で用いたノードの数、集合の数、閾値、行列の値、属性名、属性数等は、あくまで一例であり、任意に変更することができる。また、拡張処理は、省略することもでき、拡張処理を行わずに、ノード配置を行うことで、グラフを描画することもできる。また、各処理において、途中経過などを一時的に保存する先として、配列などを用いた例を説明したが、これに限定されるものではなく、プログラム等で利用される変数や一時領域などを用いることもできる。 [Numbers, etc.]
Also, the number of nodes, the number of sets, the threshold value, the matrix value, the attribute name, the number of attributes, etc. used in the above embodiments are only examples and can be changed arbitrarily. Moreover, the expansion process can be omitted, and the graph can be drawn by arranging the nodes without performing the expansion process. Also, in each process, an example of using an array etc. as a place to temporarily save the progress etc. was explained, but it is not limited to this, variables and temporary areas used in programs etc. can also be used.

［システム］
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。 [system]
Information including processing procedures, control procedures, specific names, and various data and parameters shown in the above documents and drawings can be arbitrarily changed unless otherwise specified.

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散や統合の具体的形態は図示のものに限られない。つまり、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。 Also, each component of each device illustrated is functionally conceptual, and does not necessarily need to be physically configured as illustrated. That is, the specific forms of distribution and integration of each device are not limited to those shown in the drawings. That is, all or part of them can be functionally or physically distributed and integrated in arbitrary units according to various loads and usage conditions.

さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。 Further, each processing function performed by each device may be implemented in whole or in part by a CPU and a program analyzed and executed by the CPU, or implemented as hardware based on wired logic.

［ハードウェア］
図１９は、ハードウェア構成例を説明する図である。図１９に示すように、描画装置１０は、通信装置１０ａ、ＨＤＤ（Hard Disk Drive）１０ｂ、メモリ１０ｃ、プロセッサ１０ｄを有する。また、図１９に示した各部は、バス等で相互に接続される。 [hardware]
FIG. 19 is a diagram illustrating a hardware configuration example. As shown in FIG. 19, the rendering device 10 has a communication device 10a, a HDD (Hard Disk Drive) 10b, a memory 10c, and a processor 10d. 19 are interconnected by a bus or the like.

通信装置１０ａは、ネットワークインタフェースカードなどであり、他のサーバとの通信を行う。ＨＤＤ１０ｂは、図１に示した機能を動作させるプログラムやＤＢを記憶する。 The communication device 10a is a network interface card or the like, and communicates with other servers. The HDD 10b stores programs and DBs for operating the functions shown in FIG.

プロセッサ１０ｄは、図１に示した各処理部と同様の処理を実行するプログラムをＨＤＤ１０ｂ等から読み出してメモリ１０ｃに展開することで、図１等で説明した各機能を実行するプロセスを動作させる。例えば、このプロセスは、描画装置１０が有する各処理部と同様の機能を実行する。具体的には、プロセッサ１０ｄは、検出部２１、探索部２２、拡張探索部２３、配置検討部２４等と同様の機能を有するプログラムをＨＤＤ１０ｂ等から読み出す。そして、プロセッサ１０ｄは、検出部２１、探索部２２、拡張探索部２３、配置検討部２４等と同様の処理を実行するプロセスを実行する。 The processor 10d reads from the HDD 10b or the like a program that executes the same processing as each processing unit shown in FIG. 1 and develops it in the memory 10c, thereby operating processes for executing each function described with reference to FIG. 1 and the like. For example, this process executes the same function as each processing unit of the drawing apparatus 10 . Specifically, the processor 10d reads a program having functions similar to those of the detection unit 21, the search unit 22, the extended search unit 23, the arrangement review unit 24, and the like, from the HDD 10b and the like. Then, the processor 10d executes the same processes as those of the detection unit 21, the search unit 22, the extended search unit 23, the placement examination unit 24, and the like.

このように、描画装置１０は、プログラムを読み出して実行することで描画方法を実行する情報処理装置として動作する。また、描画装置１０は、媒体読取装置によって記録媒体から上記プログラムを読み出し、読み出された上記プログラムを実行することで上記した実施例と同様の機能を実現することもできる。なお、この他の実施例でいうプログラムは、描画装置１０によって実行されることに限定されるものではない。例えば、他のコンピュータまたはサーバがプログラムを実行する場合や、これらが協働してプログラムを実行するような場合にも、本発明を同様に適用することができる。 Thus, the drawing apparatus 10 operates as an information processing apparatus that executes a drawing method by reading and executing a program. Also, the drawing apparatus 10 can read the program from the recording medium by the medium reading device and execute the read program, thereby realizing the same function as the above-described embodiment. Note that the programs referred to in other embodiments are not limited to being executed by the drawing apparatus 10 . For example, the present invention can be applied in the same way when another computer or server executes the program, or when they cooperate to execute the program.

１０ 描画装置
１１ 通信部
１２ 記憶部
１３ ノードデータＤＢ
１４ 集合データＤＢ
１５ エッジ情報ＤＢ
１６ 配置結果ＤＢ
２０ 制御部
２１ 検出部
２２ 探索部
２３ 拡張探索部
２４ 配置部 10 drawing device 11 communication unit 12 storage unit 13 node data DB
14 Aggregate data DB
15 Edge information DB
16 Placement result DB
20 control unit 21 detection unit 22 search unit 23 extended search unit 24 arrangement unit

Claims (6)

コンピュータが、
データ構造が有する複数のノードそれぞれに付与される属性ごとに描画範囲を特定し、
特定した前記描画範囲に各属性を有するノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させ、
特定した前記描画範囲の外に前記各属性を有しないノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させ、
前記データ構造の各ノードを配置したグラフデータを生成する
処理を実行することを特徴とする描画方法。 the computer
Identify the drawing range for each attribute assigned to each of the multiple nodes in the data structure,
generating a repulsive force between the nodes and an attractive force on the edge in a state where the nodes having each attribute are arranged in the specified drawing range;
generating a repulsive force between the nodes and an attractive force on the edge in a state where the nodes without the attributes are arranged outside the specified drawing range;
A rendering method comprising: generating graph data in which each node of the data structure is arranged. 前記複数のノードそれぞれに付与される属性に基づき、同じ属性を有するノードを集約させた複数の集合を生成し、
前記複数の集合間の関係性に基づき、前記複数の集合それぞれを配置し、各集合内に属するノードである各所属ノードを、スプリングアルゴリズムによって配置し、
各集合内に属するノードを配置した後、いずれの集合内にも属さないノードである各無所属ノードを、前記スプリングアルゴリズムによって配置して、前記グラフデータを生成する、処理を前記コンピュータが実行することを特徴とする請求項１に記載の描画方法。 generating a plurality of sets by aggregating nodes having the same attribute based on attributes assigned to each of the plurality of nodes;
arranging each of the plurality of sets based on the relationship between the plurality of sets, and arranging each belonging node, which is a node belonging to each set, by a spring algorithm;
After arranging the nodes belonging to each set, the computer executes a process of arranging each independent node, which is a node not belonging to any set, by the spring algorithm to generate the graph data. 2. The drawing method according to claim 1, characterized by: 前記配置する処理は、前記複数の集合間の関係性に基づき、複数の配置パターンを生成し、前記複数の配置パターンそれぞれについて、前記各所属ノードを配置し、
前記生成する処理は、前記各所属ノードが配置された前記複数の配置パターンそれぞれについて前記各無所属ノードを配置し、前記各所属ノードおよび前記各無所属ノードが配置された前記複数の配置パターンそれぞれのうち、前記各集合の範囲の中心と前記各集合に属するノードの距離の２乗の平均が最も小さい配置パターン、または、ノード間の距離の標準偏差が最も小さい配置パターンを、前記グラフデータに選択することを特徴とする請求項２に記載の描画方法。 The arranging process generates a plurality of arrangement patterns based on the relationships between the plurality of sets, arranges the respective belonging nodes for each of the plurality of arrangement patterns,
The generating process includes placing each independent node for each of the plurality of placement patterns in which the belonging node is placed, and among the plurality of placement patterns in which the belonging node and the independent node are placed, , an arrangement pattern with the smallest average squared distance between the center of the range of each set and the nodes belonging to each set, or an arrangement pattern with the smallest standard deviation of the distance between nodes, is selected for the graph data. 3. The drawing method according to claim 2, wherein: 前記複数の配置パターンそれぞれについて、集合が存在しない位置に、当該位置の周辺に位置する近接集合を配置した複数の拡張配置パターンを生成する処理を、前記コンピュータが実行し、
前記配置する処理は、前記複数の拡張配置パターンそれぞれについて、前記各所属ノードを配置し、
前記生成する処理は、前記各所属ノードが配置された前記複数の拡張配置パターンそれぞれについて前記各無所属ノードを配置し、前記各所属ノードおよび前記各無所属ノードが配置された前記複数の拡張配置パターンそれぞれから、前記グラフデータに選択することを特徴とする請求項３に記載の描画方法。 For each of the plurality of arrangement patterns, the computer executes a process of generating a plurality of extended arrangement patterns by arranging adjacent sets located around the position where the set does not exist,
The arranging process arranges each belonging node for each of the plurality of extended arrangement patterns,
The generating process includes placing each of the independent nodes for each of the plurality of extended placement patterns in which the belonging nodes are placed, and each of the plurality of extended placement patterns in which the belonging nodes and the independent nodes are placed. 4. The drawing method according to claim 3, wherein the graph data is selected from . コンピュータに、
データ構造が有する複数のノードそれぞれに付与される属性ごとに描画範囲を特定し、
特定した前記描画範囲に各属性を有するノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させ、
特定した前記描画範囲の外に前記各属性を有しないノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させ、
前記データ構造の各ノードを配置したグラフデータを生成する
処理を実行させることを特徴とする描画プログラム。 to the computer,
Identify the drawing range for each attribute assigned to each of the multiple nodes in the data structure,
generating a repulsive force between the nodes and an attractive force on the edge in a state where the nodes having each attribute are arranged in the specified drawing range;
generating a repulsive force between the nodes and an attractive force on the edge in a state where the nodes without the attributes are arranged outside the specified rendering range;
A drawing program for executing a process of generating graph data in which each node of the data structure is arranged. データ構造が有する複数のノードそれぞれに付与される属性ごとに描画範囲を特定する特定部と、
特定した前記描画範囲に各属性を有するノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させ、特定した前記描画範囲の外に前記各属性を有しないノードを配置した状態で、ノード間に斥力を発生させ且つエッジに引力を発生させて、前記データ構造の各ノードを配置したグラフデータを生成する配置部と
を有することを特徴とする描画装置。 a specifying unit that specifies a rendering range for each attribute assigned to each of a plurality of nodes of a data structure;
A repulsive force is generated between the nodes and an attractive force is generated on the edge in a state where the nodes having the respective attributes are arranged in the specified drawing range, and the nodes without the respective attributes are arranged outside the specified drawing range. an arrangement unit that generates graph data in which each node of the data structure is arranged by generating a repulsive force between nodes and an attractive force on an edge in such a state.

Images