网络(图)是表征与建模个体之间的复杂关系和交互的强大工具。网络结构(图结构)分析是研究网络的统计特性、拓扑结构和演化模型的重要方法，涵盖多个学科领域包括社交网络、生物网络、交通网络、交易网络等。设计实现了面向多学科的高性能网络结构分析工具箱easygraph，针对现有网络结构分析相关研究对功能全面性和高效性的需求，提出了一套高计算效率、高可扩展性的网络结构分析方法体系。设计实现了多种并行优化技术，结合图数据结构优化以及python/c 混合编程架构，使得在低算力环境下大规模的网络数据分析变得更加迅速和可行。
日前easygraph发布了1.1版本，在这一版本中，我们大幅度加强了对超图计算的支持，主要的更新包括：
- 支持更多的超图指标与算法，包括hypercoreness, vector-centrality, s-centrality等
- 支持更多的超图数据集
- 支持更灵活的动态超图可视化
- 支持更高效的超图指标计算及超图学习
欢迎各位学者使用！
easygraph工具箱相关网址如下：
项目网站：
项目源代码：
评论 0