利用事件图与时间模体分析时序网络中的集体行为

历史上对网络行为的研究多聚焦于个体（基于节点）的行为或整个网络的聚合行为。我们提出一种新方法，将时序网络分解为宏观组分，并分析这些组分或节点集体随时间的行为。该方法利用时序网络中的全部可用信息（即无时间聚合），结合拓扑与时间结构，使用时间模体（temporal motifs）与事件间时间。这使我们能够创建时序网络的嵌入，以描述不同时间尺度上随时间的行为。我们使用从在线社交网络收集的数字通信数据示例说明了该方法。