![]()
導語
復雜系統管理學讀書會長期聚焦復雜系統管理的前沿探索,本期讀書會為「復雜系統管理學讀書會第四季」第三期,而網絡分析作為探究復雜系統的關鍵方法論,正引領我們審視多元主體間的拓撲關聯,它不僅為刻畫微觀要素的復雜關系與動態交互提供了強大的數學語言,更成為揭示局部連接如何涌現出全局規律的核心支撐。復旦大學計算與智能創新學院的陳陽教授針對大規模網絡分析的效率瓶頸,主持研發了面向多學科的復雜網絡結構分析工具箱EasyGraph,PyPI下載量已突破120萬次。陳陽教授將在本次講座中從基本架構、性能優化技術、使用場景,以及圖計算在社交網絡研究中的應用四個維度,系統介紹EasyGraph這一工具箱的前沿設計理念與實踐價值。
集智俱樂部邀請清華大學教授、西南財經大學社會發展研究院客座教授羅家德,電子科技大學計算機科學與工程學院教授周濤,復旦大學計算與智能創新學院教授陳陽,暨南大學新聞與傳播學院副教授趙甜芳,以及產業復雜科學推動者、北大縱橫合伙人陳雁鴻共同發起,聚焦討論如何在人工智能時代用復雜科學與AI技術滋養自組織生態,用復雜系統理論指導真正的AI原生組織重構。
報告簡介
網絡是表征與建模個體之間的復雜關系和交互的強大工具。網絡結構分析是研究復雜網絡的統計特性、拓撲結構和演化模型的重要方法,涵蓋多個學科領域包括社交網絡、生物網絡、交通網絡、交易網絡等。我們圍繞復雜網絡結構分析工具箱EasyGraph的設計與實現,針對現有網絡結構分析相關研究對功能全面性和高效性的需求,提出了一套高計算效率、高可擴展性的網絡結構分析方法體系。設計實現了多種并行優化技術,結合圖數據結構優化以及Python/C++混合編程架構,使得在低算力環境下大規模的網絡數據分析更加迅速和可行。EasyGraph工具箱的PyPI下載已經達到120多萬次。
分享大綱
研究背景與動機
網絡數據廣泛存在于社交、生物、交通等領域,但現有網絡結構分析工具在大規模網絡處理效率、功能覆蓋、數據格式支持等方面存在明顯不足,介紹研發EasyGraph的背景與動機。
EasyGraph 核心能力
介紹 EasyGraph 作為開源跨平臺網絡結構分析工具箱,支持多類型網絡數據,支持主流網絡結構分析模塊,并集成結構洞檢測、網絡嵌入、高階網絡等特色功能,且提供簡潔易用的 API。
高性能優化實踐
通過 Python/C++ 混合編程、多進程并行、OpenMP優化等技術,EasyGraph在中心性計算、最短路徑等網絡結構分析核心任務上顯著快于已有開源工具。
EasyGraph 2.0 前沿拓展
重點展示當前EasyGraph研發的三大新方向:EasyGNN(圖神經網絡)、EasyHypergraph(超圖分析/超圖學習)、EGGPU(GPU加速網絡結構分析)。
跨學科應用與影響
結合真實案例,介紹EasyGraph在多學科的實際應用,特別是其在社交網絡相關場景的應用。
核心概念
EasyGraph: 是一個面向跨學科場景的高性能、多功能、跨平臺的開源網絡結構分析工具箱
結構洞理論:占據網絡中不同社群之間缺乏直接聯系的"空洞"位置的個體,能夠橋接異質性信息流動并由此獲得競爭優勢。
超圖:是允許一條邊同時連接兩個以上節點的廣義網絡模型,用于刻畫科研合作、群聊等多實體共同參與的高階交互關系。
圖神經網絡:是一種專門用于處理圖結構數據的深度學習模型,通過在節點間傳遞和聚合特征信息,捕捉復雜的拓撲關系
主講人介紹
主講人:陳陽,復旦大學計算與智能創新學院教授、博士生導師,上海市智能信息處理重點實驗室副主任。
研究方向包括網絡大數據、在線社交網絡、社交智能體等。
主持研發了開源網絡結構分析工具箱EasyGraph,PyPI累計下載量已達120余萬次。
先后獲上海開源創新卓越成果獎特等獎、上海市計算機學會科學技術獎/教學成果獎、美團科研合作探索獎、國際傳播學會區域會議最佳論文獎、復旦大學教學成果獎一等獎等。
歷任《ACM Transactions on Social Computing》期刊高級編委,《Journal of Social Computing》期刊副主編等。入選英國皇家地理學會會士、上海市浦江人才計劃。
參考文獻
YE B, GAO M, ZHAN X X, et al. EasyHypergraph: an open-source software for fast and memory-saving analysis and learning of higher-order networks[J]. Humanities and Social Sciences Communications, 2025, 12: 1291. https://www.nature.com/articles/s41599-025-04608-6.
GAO M, LI Z, LI R, et al. EasyGraph: a multifunctional, cross-platform and effective library for interdisciplinary network analysis[J]. Patterns, 2023, 4(10): 100839. https://doi.org/10.1016/j.patter.2023.100839.
LIN Z, ZHANG Y, GONG Q, et al. Structural hole theory in social network analysis: a review[J]. IEEE Transactions on Computational Social Systems, 2021, 9(3): 724-739. https://doi.org/10.1109/TCSS.2021.3070321.
時間信息
2026年6月27日周六14:30-16:30,騰訊會議線上進行,微信視頻號+集智俱樂部B站號同步直播。
感興趣的朋友下滑掃描二維碼報名,加入復雜系統管理學第四季讀書會后,可進入學員群進行交流。
直播信息點擊下方可預約觀看本場直播
報名讀書會:
「尋找AI驅動復雜組織進化的新路徑丨復雜系統管理學第四季 」
集智俱樂部邀請西南財經大學社會發展研究院客座教授、清華大學教授羅家德,電子科技大學計算機科學與工程學院教授周濤,復旦大學計算與智能創新學院教授陳陽,暨南大學新聞與傳播學院副教授趙甜芳,以及產業復雜科學推動者、北大縱橫合伙人陳雁鴻共同發起。
第四季復雜系統管理學讀書會立足于“AI驅動的復雜組織系統管理”這一主題,旨在突破單一視角的局限,從管理哲學與前沿技術的雙重視角,探尋人工智能時代組織進化的未來路徑。從 2026 年 6 月 13 日開始,每周六14:30-16:30,預計持續 8~10 周,采用騰訊會議線上直播與北京、廣州、成都、上海四城線下聯動的混合模式。期待與各位同仁共同學習復雜系統管理領域的前沿理論、共同探討復雜科學理論在 AI 組織管理場景的實踐與展望,一起應對百年未有之大變局下的組織發展未來。
掃描海報中二維碼報名參加讀書會
![]()
報名方式:
第一步:微信掃碼填寫報名信息。
第二步:填寫信息后,付費報名。如需用支付寶支付,請在PC端進入讀書會頁面報名支付:
第三步:添加運營助理微信,拉入對應主題的讀書會社區(微信群)。
PS:我們鼓勵圍繞復雜系統管理學與人工智能及相關具體問題的深入探討。為保證討論質量,請避免發表脫離本期讀書會主題、缺乏實證基礎或過于空泛的哲學思辨類內容。
若討論內容明顯偏離主題,經主持人提醒后仍未調整,為維護整體學習環境,我們將不得不將該成員請出討論群,并根據其實際參與進度,對未參與部分按比例辦理退費。
感謝您的理解與配合,讓我們共同營造一個專注、深入、有收獲的共學空間。
加入社區后可獲得的資源
完整權限包括:線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。
![]()
特色退費與激勵機制
我們提供以下兩種途徑,讓您的投入獲得實際回饋:
任務達標退費路徑
認領并合格完成任意兩期字幕任務,即可退還全額報名費,并額外獲得集智專屬周邊獎勵。
運營成長激勵路徑
合格完成一個字幕任務后,可申請成為運營助理。在讀書會項目順利結項后,將退還學費。表現優異者,還有機會獲得額外的獎學金。
1.讀書會推薦閱讀材料
掃描下方二維碼可跳轉至集智斑圖網站閱讀文章:《復雜系統管理學讀書會第四季》讀書會推薦閱讀材料。
2.往期公眾號相關內容推薦
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.