事件图：二阶时间展开时序网络模型的进展与应用

数据收集与存储的最新进展使研究人员和产业界均能实时收集数据。其中大量数据以“事件”或带时间戳的交互形式出现，例如电子邮件与社交媒体帖子、网站点击流或蛋白质-蛋白质相互作用。此类数据对建模提出了新挑战，尤其在我们希望保留全部时间特征与结构时。我们提出一种利用二阶时间展开模型（称为事件图）来探索时序网络的通用框架。通过实例，我们展示了事件图如何用于理解时序网络的高阶拓扑-时间结构，并捕捉在静态（或时间聚合）模型下无法观测的网络性质。此外，我们表明，通过将时序网络建模为事件图，我们的分析可轻松扩展至考虑非二体交互，即所谓超事件。