[发明专利]一种融合经济图谱的社团影响力估计方法

说明书

本发明公开了一种融合经济图谱的社团影响力估计方法，建立组合判别和生成过程的社团影响力评估框架；在社团影响力评估框架中加入带权重的社团成员异构联系信息，进一步从效用角度建模隶属网络生成社团影响力估计信息。本发明与现有的模型相比，其特征在于其充分地利用了大数据的宏利、解决了大数据的挑战，有效地克服了数据存在的问题以及决策复杂性问题。具体的：(1)从真实经济金融应用出发，利用社团成员之间的联系网络来建模“社交资产”社会学理论。(2)通过考虑关系异构特点和结构与影响力强度之间的相互作用，有效地支撑了从成员关系网络中估计影响力的任务。

技术领域

本发明涉及一种融合经济图谱的社团影响力估计方法，属于大数据应用技术领域。

背景技术

近年来，有大量的工作致力于刻画社团特征。其中，估计社团发展趋势具有重要作用，尤其是在经济金融领域。例如，当将公司看成社团时，能够以较高的准确率判断公司发展走势对投资者和监管者具有重大意义。目前大多数分析师对公司(社团)发展刻画都是以分类评级(粗粒度)形式出现的(定性表现，上升或下降)，很少有工作衡量发展程度(定量程度，细粒度)。此类工作具有很显著的意义。当这种定性信息可以被量化(增减程度) 时，它能帮助投资者更好地了解各个公司的价值差异(虽然通常投资者知道了定性分类结果，但是仍然很难用于决策)，这对最优交易策略制定具有重大意义。例如，通过对公司的相对发展程度大小更精确更细粒度的估计，投资者可以基于这些信息进行交易而获得丰厚的收益。通常，社团发展强度量化方法为无监督形式。然而其依赖于广泛领域知识来确定特征的权重，这是一件很难、甚至不可行的工作。同样与传统的社团发展预测(上升、下降)问题设置不同，在粗粒度社团发展趋势(上升、下降)信息存在的情况下，利用可获得的其他相关信息估计细粒度的社团发展的强度(增长、衰退的程度)是重点研究问题。

对此新应用驱动的问题，一个直接的解决方案是构建社团发展趋势(上升、下降)的分类器，而后将目标函数的值作为社团发展强度(上升、下降程度)。然而，社团发展强度估计不但依赖于社团本身的丰富属性，而且与其联系网络有关。社团中成员关系体现了社团间的信任，可以促进社团之间的信息传播等。幸运的是，有越来越多关于社团(公司) 成员联系信息的数据得以保存，可以将其建模为社交资产。

本专利定义社团成员的隶属关系网络和社会网络以及其属性为经济图谱，提出了一个新问题——基于经济图谱的社团发展强度(如公司业绩)估计。与已有的工作关注社团发展趋势分类(评级)不同，本章关注量化已分类(评级)社团的发展强度，并且总结该问题的挑战如下：

第一，社团成员之间的联系类型是多种的，如何将这些不同类型联系数据建模并应用于社团发展强度估计是一个挑战。例如，公司员工可以通过社会网络不同的渠道/链接来获得信息，形成社交资产。但如何量化此类社交资产是复杂的。而且不同类型的联系(链接)可能有不同重要程度(一些是重要的，而有些是次要的)，如何有效融合不同类型联系数据是进一步需要考虑的问题。

第二，社团发展强度(如公司业绩)也会影响社团关系网络形成，称为网络形成引起的社会选择偏差。以董事会关系和公司业绩为例，一方面董事会将利用社交资产(社会影响)提高公司业绩，另一方面公司将基于他们的预期利润最大化来选择(社会选择)他们的董事成员。忽略社会选择偏差将导致估计的发展强度偏大，不利于估计其真实的价值，不利于相关政策制定，而如何建模并纠正此类社会选择偏差是一个挑战。

发明内容

本发明的目的在于提供一种融合经济图谱的社团影响力估计方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种融合经济图谱的社团影响力估计方法，所述方法包含下述步骤：

步骤一，建立组合判别和生成过程的社团影响力评估框架；

步骤二，在社团影响力评估框架中加入带权重的社团成员异构联系信息，进一步从效用角度建模隶属网络生成社团影响力估计信息。