pynetim 0.2.0

A Python library for Network Influence Maximization

PyNetIM

PyNetIM 是一个用于社交网络中影响力最大化的 Python 库，实现了多种经典算法和扩散模型。

功能特点

• 实现了多种影响力最大化算法
• 支持独立级联(IC)和线性阈值(LT)扩散模型，可以自定义扩展（继承BaseDiffusionModel）
• 提供图结构封装和边权重设置工具
• 支持单进程和多进程模式
• 包含算法性能计时器装饰器

算法实现

启发式算法

• SingleDiscountAlgorithm: 简单度折扣算法
• DegreeDiscountAlgorithm: 度折扣算法

模拟算法

• GreedyAlgorithm: 贪婪算法
• CELFAlgorithm: CELF算法(Cost-Effective Lazy Forward)

反向影响采样算法

• BaseRISAlgorithm: 基础RIS算法
• IMMAlgorithm: IMM算法(Influence Maximization via Martingales)

扩散模型

• IndependentCascadeModel: 独立级联模型(IC)
• LinearThresholdModel: 线性阈值模型(LT)

核心组件

图结构

• IMGraph: 影响力最大化图类，封装NetworkX图对象

工具函数

• set_edge_weight: 设置边权重
• run_monte_carlo_diffusion: 执行蒙特卡洛模拟扩散
• Timer: 计时器装饰器

安装

pip install pynetim

快速开始

import networkx as nx
from pynetim import IMGraph, IndependentCascadeModel
from pynetim.algorithms import DegreeDiscountAlgorithm

# 创建图对象
g = nx.erdos_renyi_graph(100, 0.1)
# 入度分之一作为权重
graph = IMGraph(g, edge_weight_type='WC')

# 使用算法
algorithm = DegreeDiscountAlgorithm(graph)
seeds = algorithm.run(k=10)

项目结构

pynetim/
├── algorithms/         # 算法实现
├── diffusion_model/    # 扩散模型
├── graph/             # 图结构封装
├── utils/             # 工具函数
├── decorator/         # 装饰器
└── __init__.py        # 包初始化文件

版本

当前版本: 0.1.0

许可证

MIT