[发明专利]一种基于聚类与综合评价的产业领袖识别方法

说明书

本发明公开了一种基于聚类与综合评价的产业领袖识别方法，包括有数据收集模块、指标体系构建模块、聚类与排序模块、结果输出模块。该方法构造出刻画企业经验、规模和业务关系的指标，形成评估企业的指标体系；并混合使用加权k‑means聚类算法和TOPSIS综合评价方法，在聚类的过程中能够自动估计各指标的权重，进而使用该权重计算企业的综合得分；最后对企业综合得分降序排序，输出产业领袖识别结果。本发明在识别产业领袖时兼顾企业基本信息、行为信息与企业之间的合作关系，能够更准确有效地识别出产业领袖。

技术领域

本发明属于信息技术领域，具体涉及一种基于聚类与综合评价的产业领袖识别方法。

背景技术

在任一产业中，声望高的企业，即产业领袖通常在市场中占据主导地位，它们在所在领域拥有相对较多的资源和丰富的经验，能够有效控制成本与风险、并有较高的绩效，识别产业领袖有助于企业寻求优质合作伙伴，同时还能帮助政府部门掌握产业市场结甚至人们可以从产业领袖的变化中探寻产业网络的演化规律。

从复杂网络分析的角度来看，识别产业领袖等同于找出产业网络中影响力较高的节点。常见的度量网络节点影响力的方法有网络中心度指标，但网络中心度通常只是从节点在网络中的某种位置关系来评价节点的重要性，因此针对不同的网络结构存在不同的中心度度量方法。由于网络中心度指标节点影响力的解释能力是有限的，因此基于单一网络中心度指标实现企业的排序会存在一定的偏误，造成排序不稳定。

发明内容

针对上述问题，本发明提出基于加权k-means算法和综合评价的排序方法，实现企业的聚类和排序，并识别产业领袖。在实现该方法的过程中，本发明拟解决的主要问题有：

1.构建识别产业领袖的指标体系

要实现基于加权k-means算法和综合评价的排序方法，并用于企业排序和产业领袖识别，需要充分利用企业之间的关系特征及其规模和经验相关的特征。如何从关系数据和描述企业业务体量和经验的结构化数据中提取相关的指标，并建立稳健的排序与聚类算法识别产业领袖，是本发明拟解决的关键问题。

2.无监督学习问题

目前产业研究中，企业的资质良莠不齐，其成立时间、市场威望、经营状况等存在明显差异，市场对企业的认知也有所不同。虽然通过调查问卷和专家打分能够构建一些训练样本，但是针对整个产业所有企业的调查费时费力。此外，随着时间的推移，产业市场结构也会改变。因此在无标记的情况下实现企业的排序，有助于帮助专家及产业掌握市场结构，为进一步的评估提供参考依据。因此本发明将借助基于加权k-means算法的综合评价排序方法解决无监督的学习问题。

3.新企业的排序与聚类

随着时间的推移，每年都会涌现出大量的新企业，如何合理地评估新企业的发展潜力，实现它们的发展潜力排序，是投资人及监管部门掌握产业动态的重要决策方法。因此本发明将收集新企业的信息及其行为数据，借助基于加权的k-means聚类算法和综合评价方法对其进行排序，从而评估这些企业的综合潜力。

本发明技术方案如下

根据企业之间的合作事件(例如：企业之间交易、投融资、项目合作等合作事件)及企业的合作行为，对某一行业中的企业进行聚类和排序，从而识别产业领袖。本发明的主要功能模块包括：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。具体如下：

1.数据收集模块

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，例如：企业的名称、成立的时间、所属行业等；二是企业的合作事件，例如：投融资事件、项目合作事件、买卖关系等。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。

②数据库构建