沉浸式网络可视化在空间沉浸、用户参与、多维感知等方面具有天然的优势。然而,传统的鼠标、键盘等单通道交互方式难以直接应用于高度沉浸的虚拟现实环境,这极大地影响了网络分析效率和沉浸式体验。受用户与日常物体交互方式所启发,作品基于所触即所得(What You Touch is What You Get, WYTIWYG)的理念提出一种沉浸式网络可视分析方法来挖掘网络特征和关联模式。首先提出手势舒适度评估模型来指导手势动作设计,并引入窗口状态模型来优化手势识别稳定性。此外,将网络分析交互需求与手势动作语义绑定,定义了沉浸式网络手势交互范式。与真实世界中抓取交互类似,用户可利用自然交互手势在沉浸式环境下执行移动、高亮、布局维度变换、边绑定等操作。最后,结合社交网络、脑网络、学者网络的三个案例研究和任务驱动的用户研究,验证了作品方法的有效性。