构建WoS引文网络时Betweenness Centrality全为0的代码问题排查

核心错误：循环缩进逻辑错误 #

你的代码中三个for循环是平级结构，这会导致：

• 第一个循环遍历所有Cite Me As条目，但每次都会覆盖nodes_list，最终只保留最后一条Cite Me As对应的参考文献列表
• 后续两个循环仅处理最后一条Cite Me As的参考文献，导致只构建了极少量的边和节点，网络结构完全异常，因此所有节点的介数中心性均为0

修正后的代码 #

import pandas as pd
import networkx as nx

# 读取指定列的数据
df = pd.read_csv("D:/dade.csv", usecols=["Cite Me As", "Cited References"])
# 移除包含空值的行
df = df.dropna()

# 初始化有向图
G = nx.DiGraph()

# 遍历每一行数据，完整构建引文网络
for _, row in df.iterrows():
    source_node = row["Cite Me As"].strip()
    cited_refs_str = row["Cited References"]
    # 分割参考文献列表
    target_nodes = [ref.strip() for ref in cited_refs_str.split("|")]
    # 逐个添加引用边，跳过空节点
    for target in target_nodes:
        if source_node and target:
            G.add_edge(source_node, target)

# 计算有向图的介数中心性
betweenness_centrality = nx.betweenness_centrality(G, directed=True)

# 计算网络爆发性（NetworkX无内置函数，采用通用公式）
degrees = [degree for _, degree in G.degree()]
mean_deg = pd.Series(degrees).mean()
std_deg = pd.Series(degrees).std()
burstiness = (std_deg - mean_deg) / (std_deg + mean_deg)

# 输出结果
print("介数中心性：")
for node, bc_value in betweenness_centrality.items():
    print(f"{node}: {bc_value:.4f}")

print(f"\n网络爆发性：{burstiness:.4f}")

额外优化说明 #

1. 改用df.iterrows()遍历每一行，无需提前提取唯一Cite Me As值，避免遗漏数据且逻辑更简洁
2. 添加strip()清洗节点字符串，避免因首尾空格导致节点重复（如"Paper X"和" Paper X"被误判为两个节点）
3. 计算介数中心性时指定directed=True，适配引文网络的有向特性
4. 实现了通用的爆发性计算公式（爆发性通常定义为(度的标准差 - 度的均值) / (度的标准差 + 度的均值)），你可根据需求调整公式

内容的提问来源于stack exchange，提问作者Mehdi hemmati