如何从字典格式的论文引用数据创建networkx有向图

错误原因 #

你之前直接使用G = nx.DiGraph(citations)不生效，是因为NetworkX的有向图直接接收字典参数时，要求字典结构为{源节点: 邻接节点列表}的邻接表格式，而你现有的字典每个节点对应的是包含inbound_citations和outbound_citations两个键的嵌套结构，无法直接识别。

正确实现步骤 #

1. 构建引用有向图 #

引用关系是有向的（A引用B对应边A→B），遍历所有论文的出引列表添加边即可，可先对出引列表去重，避免添加重复边：

import networkx as nx

# 初始化有向图
G = nx.DiGraph()

for source_paper, citation_info in citations.items():
    # 先添加源节点，避免仅存在入引的节点被遗漏
    G.add_node(source_paper)
    # 去重后添加出引边
    for cited_paper in set(citation_info['outbound_citations']):
        G.add_edge(source_paper, cited_paper)

2. 核心需求实现 #

查找高中心性论文

引用网络常用三类中心性指标，可根据需求选择：

• 入度中心性：对应论文被引频次，最直观的影响力指标
• 介数中心性：衡量论文作为不同领域研究枢纽的程度
• 特征向量中心性：同时考虑引用该论文的其他论文的影响力，更适合筛选领域内高价值成果

示例代码：

# 计算入度中心性取Top10
in_centrality = nx.in_degree_centrality(G)
top_10_influential = sorted(in_centrality.items(), key=lambda x: x[1], reverse=True)[:10]

# 计算特征向量中心性
eigen_centrality = nx.eigenvector_centrality(G)

发现聚类/派系

如果需要查找互引密集的论文簇，可选择两种方案：

• 无向派系：将有向图转为无向图后查找最大派系，适合找互相引用关联极强的论文组
• 强连通分量：查找有向图中两两可达的节点簇，适合找领域内引用闭环

示例代码：

# 查找至少包含3个节点的无向最大派系
undirected_G = G.to_undirected()
large_cliques = [clique for clique in nx.find_cliques(undirected_G) if len(clique) >= 3]

# 查找强连通分量聚类
strong_components = [comp for comp in nx.strongly_connected_components(G) if len(comp) >=3]

内容的提问来源于stack exchange，提问作者Hryhorii Pavlenko