我有一个程序,每次目标数据源(动态网络)发生变化时,都会使用 Networkx 生成有向图。我通过将交互组合在一起并分析新添加或删除的边来利用这些图表。但我还想提取另一个信息:
说,对于 t = 0,我有一个指向另一个节点的节点:
N1 -> N2
对于 t = 1,在 N2 和 N3 之间出现一条新边:
N1 -> N2 -> N3
对于 t = 2,在 N2 和 N3 之间出现一个新节点:
N1 -> N2 -> N4 -> N3
等等。我不知道给 N1 命名的正确方法,但也许是种子?因为我想获得像 N1 这样的节点,它们的影响范围越来越广,比如疾病传播。但我只想能够返回这些节点,而不是模拟传播。如果这个节点在每个 t 时刻都可以访问越来越多的节点,我可以称这个节点为什么,我可以使用什么算法来检测它?我认为也许可以衡量一个不断增长的中介中心性,但是如果有一个现有的算法,我宁愿依靠别人的洞察力,而不是我的菜鸟直觉。
我认为 Networkx 不支持很多时间图算法,但我见过支持的库;pathpy,DyNetx。
我将不胜感激,提前谢谢你。