Network visualization plays a crucial role in understanding complex relationships across different domains, from social interactions to biological networks. However, as networks grow in size and complexity, traditional visualization approaches struggle to support the simultaneous analysis of multiple measures and temporal evolution. This thesis addresses these challenges by reimplementing and extending ViNCent, a specialized tool for centrality focused network analysis, as a modern web-based system built on a client-server architecture with a TypeScript/React/D3.js frontend and Python/FastAPI/NetworkX backend, supporting multivariate and temporal network exploration and analysis. ViNCent 2.0 preserves the original system's core analytical capabilities while introducing significant extensions. The circular diagram view extends the original centrality focused encoding to support arbitrary node attributes alongside centrality measures, enabling simultaneous comparison of multiple centrality metrics and domain-specific metadata within a unified visual representation. For temporal networks, the system implements a discrete snapshot model with foresighted layouts, chronological node ordering and explicit change indicators to support temporal exploration while maintaining spatial consistency to reduce cognitive load during navigation. Evaluation through a formative user study and structured use case scenario demonstrates that ViNCent 2.0 supports exploratory analysis of multivariate and temporal networks. The user study identified concrete usability improvements that informed design refinements, while the Delhi Metro network use case illustrates how the system enables analysts to track network evolution, identify structural hubs, and relate topological importance to domain specific metadata through coordinated views and interactive filtering. However, to what extent the system supports effective analysis for domain experts remains an open question left for future work. The work contributes a functional web-based platform for network visualization that addresses the specific challenges of comparing multiple measures simultaneously and exploring temporal dynamics. By modernizing ViNCent's centrality focused approach and extending it to support broader analytical requirements, this thesis demonstrates how specialized visualization techniques can be adapted to contemporary web technologies while expanding their applicability to increasingly complex network analysis tasks.

Nätverksvisualisering är ett centralt verktyg för att analysera och förstå komplexa relationer inom en rad olika områden, från sociala nätverk till biologiska nätverk. I takt med att nätverk blir allt större och mer komplexa räcker traditionella visualiseringsmetoder inte längre till för att möjliggöra samtidig analys av flera egenskaper och förändringar över tid. Detta examensarbete tar sig an dessa utmaningar genom att vidareutveckla och modernisera ViNCent, ett verktyg för centralitetsbaserad nätverksanalys, till ett webbaserat system uppbyggt enligt en klient-server-arkitektur med ett gränssnitt utvecklat i TypeScript, React och D3.js samt en backend baserad på Python, FastAPI och NetworkX, med stöd för både multivariata och temporala nätverk. ViNCent 2.0 bygger vidare på det ursprungliga systemets analytiska grund och kompletterar det med nya funktioner. Den cirkulära diagramvyn har utökats för att inte enbart visa centralitetsvärden, utan även integrera godtyckliga nodattribut. Detta möjliggör jämförelser mellan flera centralitetsvärden samt mellan domänspecifik metadata inom samma visuella representation. För analys av nätverk som förändras över tid representeras utvecklingen som en sekvens av diskreta tidssteg, där varje steg visar nätverkets struktur vid en given tidpunkt. Dessa kopplas samman genom förutseende layouter, kronologisk nodordning och tydliga markeringar av förändringar mellan tidsstegen för att bevara rumslig kontinuitet och minska den kognitiva belastningen vid navigering. Systemet har utvärderats genom en formativ användarstudie samt ett strukturerat användningsscenario. Resultaten visar att ViNCent 2.0 stödjer explorativ analys av multivariata och temporala nätverk. Användarstudien identifierade förbättringsområden kopplade till användbarhet, vilka låg till grund för vidare designjusteringar. Användningsscenariot med Delhis tunnelbanenätverk demonstrerar hur verktyget möjliggör analys av nätverkets utveckling över tid, identifiering av strukturellt centrala noder samt koppling mellan topologisk betydelse och domänspecifik information genom koordinerade vyer och interaktiv filtrering. I vilken utsträckning systemet stödjer effektiv analys för domänexperter är dock en öppen fråga som lämnas till framtida arbete. Examensarbetet resulterar i en funktionell webbaserad plattform för nätverksvisualisering som adresserar utmaningarna med att jämföra flera egenskaper parallellt och analysera förändringar över tid. Genom att modernisera och vidareutveckla ViNCents centralitetsfokuserade ansats visar arbetet hur specialiserade visualiseringstekniker kan anpassas till modern webbteknik och samtidigt bredda sitt analytiska användningsområde i allt mer komplexa nätverksmiljöer.