导语
复杂系统管理学读书会长期聚焦复杂系统管理的前沿探索，本期读书会为「复杂系统管理学读书会第四季」第三期，而网络分析作为探究复杂系统的关键方法论，正引领我们审视多元主体间的拓扑关联，它不仅为刻画微观要素的复杂关系与动态交互提供了强大的数学语言，更成为揭示局部连接如何涌现出全局规律的核心支撑。复旦大学计算与智能创新学院的陈阳教授针对大规模网络分析的效率瓶颈，主持研发了面向多学科的复杂网络结构分析工具箱EasyGraph，PyPI下载量已突破120万次。陈阳教授将在本次讲座中从基本架构、性能优化技术、使用场景，以及图计算在社交网络研究中的应用四个维度，系统介绍EasyGraph这一工具箱的前沿设计理念与实践价值。
集智俱乐部「复杂系统管理学读书会第四季」邀请清华大学教授、西南财经大学社会发展研究院客座教授罗家德，电子科技大学计算机科学与工程学院教授周涛，复旦大学计算与智能创新学院教授陈阳，暨南大学新闻与传播学院副教授赵甜芳，以及产业复杂科学推动者、北大纵横合伙人陈雁鸿共同发起，聚焦讨论如何在人工智能时代用复杂科学与AI技术滋养自组织生态，用复杂系统理论指导真正的AI原生组织重构。
报告简介
报告简介
网络是表征与建模个体之间的复杂关系和交互的强大工具。网络结构分析是研究复杂网络的统计特性、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。我们围绕复杂网络结构分析工具箱EasyGraph的设计与实现，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更加迅速和可行。EasyGraph工具箱的PyPI下载已经达到120多万次。
分享大纲
分享大纲
研究背景与动机
网络数据广泛存在于社交、生物、交通等领域，但现有网络结构分析工具在大规模网络处理效率、功能覆盖、数据格式支持等方面存在明显不足，介绍研发EasyGraph的背景与动机。
EasyGraph 核心能力
介绍 EasyGraph 作为开源跨平台网络结构分析工具箱，支持多类型网络数据，支持主流网络结构分析模块，并集成结构洞检测、网络嵌入、高阶网络等特色功能，且提供简洁易用的 API。
高性能优化实践
通过 Python/C++ 混合编程、多进程并行、OpenMP优化等技术，EasyGraph在中心性计算、最短路径等网络结构分析核心任务上显著快于已有开源工具。
EasyGraph 2.0 前沿拓展
重点展示当前EasyGraph研发的三大新方向：EasyGNN（图神经网络）、EasyHypergraph（超图分析/超图学习）、EGGPU（GPU加速网络结构分析）。
跨学科应用与影响
结合真实案例，介绍EasyGraph在多学科的实际应用，特别是其在社交网络相关场景的应用。
核心概念
核心概念
EasyGraph： 是一个面向跨学科场景的高性能、多功能、跨平台的开源网络结构分析工具箱
结构洞理论：占据网络中不同社群之间缺乏直接联系的"空洞"位置的个体，能够桥接异质性信息流动并由此获得竞争优势。
超图：是允许一条边同时连接两个以上节点的广义网络模型，用于刻画科研合作、群聊等多实体共同参与的高阶交互关系。
图神经网络：是一种专门用于处理图结构数据的深度学习模型，通过在节点间传递和聚合特征信息，捕捉复杂的拓扑关系
主讲人介绍
主讲人介绍
主讲人：陈阳，复旦大学计算与智能创新学院教授、博士生导师，上海市智能信息处理重点实验室副主任。
研究方向包括网络大数据、在线社交网络、社交智能体等。
主持研发了开源网络结构分析工具箱EasyGraph，PyPI累计下载量已达120余万次。
先后获上海开源创新卓越成果奖特等奖、上海市计算机学会科学技术奖/教学成果奖、美团科研合作探索奖、国际传播学会区域会议最佳论文奖、复旦大学教学成果奖一等奖等。
历任《ACM Transactions on Social Computing》期刊高级编委，《Journal of Social Computing》期刊副主编等。入选英国皇家地理学会会士、上海市浦江人才计划。
参考文献
参考文献
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.
时间信息
时间信息
感兴趣的朋友下滑扫描二维码报名，加入复杂系统管理学第四季读书会后，可进入学员群进行交流。
直播信息
点击下方可预约观看本场直播
报名读书会：
「寻找AI驱动复杂组织进化的新路径丨复杂系统管理学第四季 」
报名读书会：
「寻找AI驱动复杂组织进化的新路径丨复杂系统管理学第四季 」
集智俱乐部「复杂系统管理学读书会第四季」邀请西南财经大学社会发展研究院客座教授、清华大学教授罗家德，电子科技大学计算机科学与工程学院教授周涛，复旦大学计算与智能创新学院教授陈阳，暨南大学新闻与传播学院副教授赵甜芳，以及产业复杂科学推动者、北大纵横合伙人陈雁鸿共同发起。
第四季复杂系统管理学读书会立足于“AI驱动的复杂组织系统管理”这一主题，旨在突破单一视角的局限，从管理哲学与前沿技术的双重视角，探寻人工智能时代组织进化的未来路径。从 2026 年 6 月 13 日开始，每周六14:30-16:30，预计持续 8～10 周，采用腾讯会议线上直播与北京、广州、成都、上海四城线下联动的混合模式。期待与各位同仁共同学习复杂系统管理领域的前沿理论、共同探讨复杂科学理论在 AI 组织管理场景的实践与展望，一起应对百年未有之大变局下的组织发展未来。
扫描海报中二维码报名参加读书会
报名方式：
第一步：微信扫码填写报名信息。
（扫码报名）
第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：
第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。
PS：我们鼓励围绕复杂系统管理学与人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。
若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。
感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。
加入社区后可获得的资源
完整权限包括：线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。
特色退费与激励机制
我们提供以下两种途径，让您的投入获得实际回馈：
任务达标退费路径
认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。
运营成长激励路径
合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。
推荐阅读
1.读书会推荐阅读材料
扫描下方二维码可跳转至集智斑图网站阅读文章：《复杂系统管理学读书会第四季》读书会推荐阅读材料。
2.往期公众号相关内容推荐