[发明专利]一种基于聚类与综合评价的产业领袖识别方法

权利要求书

1.一种基于聚类与综合评价的产业领袖识别方法，其特征在于，包括数据收集模块、指标体系构建模块、聚类与排序模块、结果输出模块，具体流程如下：

1)数据收集模块

1-1)数据爬取

首先，选取待评价的行业，确定信息来源，从信息来源网页中爬取企业信息，包括两类：一是企业基本信息，二是企业的合作事件，每一条合作事件都代表在某个时间节点，某个企业与其他企业的合作情况；

1-2)数据库构建

为了保证数据的一致性和有效性，对爬取到的原始数据进行汇总、重复值处理、缺失值处理、数据类型统一化等操作，并将处理好的数据导入数据库，最终建立企业基本信息和合作事件数据库；

1-3)数据更新

数据更新模块将实时采集数据，旨在在企业信息发生改变时，更新企业信息，同时实时更新行业中新成立的企业列表；同时，系统将同步更新企业合作信息，一旦企业之间有新的合作关系，将触发数据爬取模块工作，实时获取相关数据并更新数据库；

2)评价指标构建模块

评级指标构建模块将根据企业基本信息和合作事件数据库，构建企业基本信息、企业合作行为和企业合作网络三类指标；其中，合作的企业数量NoC，它表明了企业是否有足够的资产和资源进行合作；如果企业的NoC较高，说明其资产更多，整合资源能力强，能进行较大规模的交易；同样，包括企业的规模和经验的指标还有：合作总额TNC，企业合作涉及的行业数量NoI，国家数量NoCoun、省份数量NoPR，；

同时，通过企业之间的合作关系，提取刻画企业社会关系的指标，用来刻画企业在产业网络中的地位，这些指标包括：度中心度DC、接近中心度CC、核心度KC、特征向量中心度ECHITs值HITs和PageRank指标PR；

3)聚类和排名模块

第一步，聚类、估计指标权重

采用加权k-means聚类算法来计算指标的权重，根据企业的规模、经验指标和合作网络指标实现企业的分类，在分类的过程中估计每个指标的重要性，从而确定哪些指标对聚类划分更重要；

第二步，计算综合得分；

第三步：对企业进行聚类并依据综合得分排序，结果输出。

2.如权利要求1所述的产业领袖识别方法，其特征在于，所述2)评价指标构建模块中的三类指标基于产业网络的以下定义：

定义1.无向合作网络G^u＝(v^u，E^u)，v^u＝{v₁，v₂，...，v_n}是节点的集合，表示一组企业，是企业之间的连边的集合，表示企业之间的合作关系；对于每条连边e_ij∈E^u，满足条件：E^U是对称矩阵，即e_ij＝e_ji，其中

设tⁱ和t^j分别为第i家企业和第j家企业开展合作的时间戳，如果第i家企业开始合作早于第j家企业，则I_ij(tⁱ≤t^j)＝1；如果合作发生在同一时间，则：I_ij(tⁱ＝t^j)＝I_ji(tⁱ＝t^j)1；

定义2.有向合作网络：G^D＝(v^D，E^D)，E^D是非对称矩阵，即对于i，j＝1，2，…，n，e_ij可能不等于e_ji，当且仅当第i家企业和第j家在同一地点和同一时间开展合作，则e_ij＝e_ji；

根据无向图和有向图的定义，计算企业的中心度指标，其中，中心度DC、接近中心度CC、核心度KC、特征向量中心度EC和HITs值是依据无向图计算得到的，而PageRank指标PR则是基于有向图计算得到的。