网络可视化是信息可视化领域的研究热点与难点，网络可视化利用节点与边的隐喻方式将网络数据展现出来，帮助用户直观地浏览网络结构，挖掘数据背后隐藏的知识信息。目前网络可视化研究大多以静态网络为主，即不考虑网络数据的时间属性，而网络数据的本质上具有时变特性，即网络数据的数量和属性等相关信息会随着时间的推移发生变化，时变网络可视化布局希望网络每个时刻的布局满足静态网络的美学标准，相邻时刻的网络布局能给用户展示出网络的动态演化。由于信息技术的发展带来了网络数据规模的增加，有效的对拥有大规模节点的静态网络进行布局已面临诸多挑战，时间维度的增加、网络结构和属性的变化均为时变网络可视化技术添加了更多的困难。因此，本文展开时变网络可视化布局算法研究并设计实现高效的可视化原型系统，为人们提供了深入理解海量网络数据并挖掘数据背后的隐藏知识的有效手段。论文的主要工作和创新点总结如下:　　1.研究了基于节点中心性的时变复杂网络布局算法。目前时变网络布局算法主要从时间属性和美学指标出发维持用户意象图，并没有考虑节点结构属性的影响，而节点中心性可以有效挖掘出对网络结构和功能有着显著影响的节点与边。为此，本文嵌入节点中心性改进传统静态网络布局算法为时变网络布局算法，为阻止节点位置的剧烈改变，给予中心性高且在时间序列上更稳定的节点以较小的动态半径，达到保持网络基本结构的目的。实验证明，本文的算法在有效的保持用户意象图的同时又可反映网络的动态变化。　　2.在力导引布局算法中引入社团斥力来展现复杂网络的社团结构。传统力导引布局遵循节点均匀分布、边长一致等美学指标，阻止了节点分组而致使用户难以感知网络的社团结构。本文算法先基于社团相关度来进行社团划分，再将嵌入社团斥力的力导引布局算法应用于网络，让不同社团的节点相互远离达到在清晰展现节点内在联系时，能够兼顾网络的基本结构，改进了网络节点的布局效果。实验证明本文的方法在可视化效果、空问利用率和展示复杂网络的社团结构等方面均取得良好的效果。　　3.在上述研究的基础上，设计并研发了DCgraph网络可视化原型系统。并结合点击、平移+缩放、焦点+上下文等交互手段，在可视化效果、空间利用率和网络聚类可视化展示等方面都取得了不错的效果，具有较强的实用性。