CyNetDiff -- A Python Library for Accelerated Implementation of Network Diffusion Models

近年来，网络扩散模型及相关问题引起了越来越多的关注。其中最受欢迎的是独立级联和线性阈值模型。最近的许多实验工作需要在大型图上进行大量模拟，这是一项计算成本高的任务，适合使用低级语言完成。然而，许多研究人员更喜欢使用高级语言（如Python）因为其灵活性和开发时间短。此外，在许多研究任务中，这些模拟是计算最密集的任务，因此希望有一个库，它具有低级语言的性能，同时还具有高级语言的接口。为了填补这个空缺，我们介绍了CyNetDiff，这是一个Python库，其中的组件是用Cython编写的，可以提供改进的性能，用于这些计算密集型的扩散任务。

该论文旨在解决网络扩散模型的计算效率问题，通过引入Cython组件的Python库CyNetDiff提供更高效的计算性能。

CyNetDiff库的核心思路是使用Cython编写组件以提高计算效率，同时提供Python接口以保持灵活性和易用性。

该论文介绍了CyNetDiff库的设计和实现，并使用独立级联和线性阈值模型进行了实验验证。实验结果表明，CyNetDiff在计算效率上比其他Python库有显著的提高。此外，该库还提供了开源代码和文档。

最近的相关研究包括使用低级语言实现网络扩散模型的工作，以及其他Python库的开发，例如NDlib和Epidemics。