本发明公开了面向大规模多元网络数据的简化可视分析方法。本发明方法首先基于原始网络大规模数据，构建属性增强的网络表征学习模型，将节点转换成嵌入拓扑结构和属性信息的高维向量表示；然后利用属性增强的网络表征学习模型构建多层次聚类模型，在向量化空间中根据结构紧密度、属性同质性和聚类数量将节点划分为层次类别；最后设计简化表达可视分析方案，构建大规模多元网络数据的简化可视分析系统；所述的简化可视分析系统通过聚类视图、协同视图构成视觉表达。本发明方法对大规模多元网络数据进行视觉简化、探索和聚类，有效减少视觉混乱，并提高了大规模多元网络的可读性和分析效率。