發(fā)布時(shí)間：所屬分類：計(jì)算機(jī)職稱論文瀏覽：1次
摘 要： 摘要：采用復(fù)雜網(wǎng)絡(luò)分析特定屬性群體。以互聯(lián)網(wǎng)企業(yè)高管簡歷作為原始數(shù)據(jù)，以高管姓名和分詞系統(tǒng)抽取實(shí)體關(guān)鍵詞作為節(jié)點(diǎn)，個人簡歷中是否包含關(guān)鍵詞作為連接邊的條件進(jìn)行建模，使用復(fù)雜網(wǎng)絡(luò)理論對所建網(wǎng)絡(luò)進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明，部分關(guān)鍵詞節(jié)點(diǎn)度值存在明
摘要：采用復(fù)雜網(wǎng)絡(luò)分析特定屬性群體。以互聯(lián)網(wǎng)企業(yè)高管簡歷作為原始數(shù)據(jù)，以高管姓名和分詞系統(tǒng)抽取實(shí)體關(guān)鍵詞作為節(jié)點(diǎn)，個人簡歷中是否包含關(guān)鍵詞作為連接邊的條件進(jìn)行建模，使用復(fù)雜網(wǎng)絡(luò)理論對所建網(wǎng)絡(luò)進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明，部分關(guān)鍵詞節(jié)點(diǎn)度值存在明顯差異，歸一化后的特征向量明顯大于介數(shù)。通過統(tǒng)計(jì)分析發(fā)現(xiàn)，美國和北京相關(guān)背景很重要，同時(shí)對比歸一化后的介數(shù)和特征向量證明兩點(diǎn)：第一，社會關(guān)系中個體涉及的實(shí)體對象比在社會關(guān)系網(wǎng)絡(luò)中的位置更為重要;第二，跨行業(yè)跳槽人員的職業(yè)背景經(jīng)歷可能會給其在新的企業(yè)中的個人發(fā)展帶來不利影響。
關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò);分詞系統(tǒng);中心性
人類對于網(wǎng)絡(luò)的研究由來已久，18世紀(jì)偉大的數(shù)學(xué)家歐拉對于七橋問題(Konigsberg)的研究是目前公認(rèn)的最早關(guān)于網(wǎng)絡(luò)的研究。20世紀(jì)60年代由Erdos和Renyi兩位匈牙利數(shù)學(xué)家建立的隨機(jī)圖理論(randomgraphtheory)[1]被公認(rèn)是在數(shù)學(xué)上最早開創(chuàng)了復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的系統(tǒng)性分析。在20世紀(jì)末，小世界網(wǎng)絡(luò)模型[2]和無標(biāo)度網(wǎng)絡(luò)模型[3]的相繼提出，使得復(fù)雜網(wǎng)絡(luò)成為學(xué)術(shù)界熱門的研究方向。而且小世界網(wǎng)絡(luò)模型和無標(biāo)度網(wǎng)絡(luò)模型有著和現(xiàn)實(shí)世界網(wǎng)絡(luò)[4]相似的網(wǎng)絡(luò)特性。例如，小世界網(wǎng)絡(luò)的小世界性和高聚集度系數(shù);無標(biāo)度網(wǎng)絡(luò)的小世界性和節(jié)點(diǎn)度分布服從冪律分布的特點(diǎn)。不過，這兩種網(wǎng)絡(luò)都存在一定的不足之處，如小世界網(wǎng)絡(luò)的節(jié)點(diǎn)度值服從指數(shù)分布問題及無標(biāo)度網(wǎng)絡(luò)的聚集系數(shù)很小等問題，但實(shí)際上現(xiàn)實(shí)世界的網(wǎng)絡(luò)也存在著不同程度的差異。針對以上網(wǎng)絡(luò)，大量的學(xué)者進(jìn)行了改進(jìn)，如Newman和Watts對小世界網(wǎng)絡(luò)模型作了進(jìn)一步改進(jìn)[5]，使得網(wǎng)絡(luò)不存在孤立節(jié)點(diǎn)，也是目前最廣為使用的小世界網(wǎng)絡(luò)模型;Li等對無標(biāo)度網(wǎng)絡(luò)模型作了進(jìn)一步改進(jìn)[6]，由于網(wǎng)絡(luò)中的節(jié)點(diǎn)并不能獲取到網(wǎng)絡(luò)的全局信息，從而提出了局域世界概念。
使用復(fù)雜網(wǎng)絡(luò)來對現(xiàn)實(shí)世界中的一些問題進(jìn)行研究，可以指導(dǎo)和預(yù)測現(xiàn)實(shí)世界中事物的發(fā)展趨勢和走向，將現(xiàn)實(shí)世界中的有限資源合理利用，使得資源利用效益最大化。同時(shí)也可以利用復(fù)雜網(wǎng)絡(luò)分析現(xiàn)實(shí)世界網(wǎng)絡(luò)的脆弱邊或是脆弱節(jié)點(diǎn)，從而有針對性地改善和防止問題的發(fā)生。肖盛等[7]基于復(fù)雜網(wǎng)絡(luò)理論對某地區(qū)真實(shí)電網(wǎng)進(jìn)行脆弱性評估，結(jié)果表明，分析所得脆弱節(jié)點(diǎn)的分布情況與該地區(qū)電力網(wǎng)絡(luò)脆弱節(jié)點(diǎn)的真實(shí)情況基本相符。譚陽紅等[8]對傳統(tǒng)評估電網(wǎng)節(jié)點(diǎn)重要度的方法進(jìn)行了改進(jìn)，引入相對熵和灰色關(guān)聯(lián)度，提高了評估結(jié)果的準(zhǔn)確度。文獻(xiàn)[9]以武漢市路網(wǎng)作為原始數(shù)據(jù)，通過計(jì)算復(fù)雜網(wǎng)絡(luò)的中心性，發(fā)現(xiàn)武漢市路網(wǎng)具有層次結(jié)構(gòu)特征且結(jié)構(gòu)構(gòu)成符合“二八分率”的規(guī)律。文獻(xiàn)[10]分析了我國礦業(yè)并購演變過程，通過計(jì)算中心性指標(biāo)，使用K-核分解算法發(fā)現(xiàn)礦業(yè)并購市場易受到外部環(huán)境影響等特點(diǎn)。這也就進(jìn)一步證明了復(fù)雜網(wǎng)絡(luò)不僅具有理論研究價(jià)值，同時(shí)也具備在現(xiàn)實(shí)中的應(yīng)用價(jià)值。
現(xiàn)實(shí)世界中充斥著各種各樣的信息，按照類型可分為文字、視頻、圖片及音頻等，但最為常見的還要屬文本信息。而文本信息為了提高可讀性和信息邏輯性，在表達(dá)上存在著冗余性，如文本信息中的介詞、代詞及標(biāo)點(diǎn)符號等內(nèi)容實(shí)際上一般并不包含有效的信息要素。為了提取出文本信息的有效信息要素，必須使用合理的分詞方式來實(shí)現(xiàn)。分詞是指將連續(xù)的字序列按照一定規(guī)范重新組合成詞序列的過程。其中，分詞的規(guī)范重組部分實(shí)際上是分詞的核心部分，因?yàn)椋瑹o論中文還是英文都不能完全按照固定模式進(jìn)行分詞，文本信息中往往會含有大量專有名詞、機(jī)構(gòu)名、人名及地名等信息，如果按照完全固定模式分詞，會使大量文本有效信息失真，所以，分詞時(shí)必須進(jìn)行文本語義分析，結(jié)合語義分析結(jié)果進(jìn)行分詞才能得到更為準(zhǔn)確的分詞結(jié)果，這樣的結(jié)果對于研究也更具有現(xiàn)實(shí)意義。文獻(xiàn)[11]基于復(fù)雜網(wǎng)絡(luò)理論對文本關(guān)鍵詞進(jìn)行提取，提出了綜合考慮目標(biāo)詞匯以及相鄰節(jié)點(diǎn)的貢獻(xiàn)度來提取關(guān)鍵詞的方法。文獻(xiàn)[12]通過詞序統(tǒng)計(jì)組合來提取文本信息關(guān)鍵詞，綜合使用詞序統(tǒng)計(jì)、詞性標(biāo)記、停用詞過濾等方式提高關(guān)鍵詞提取準(zhǔn)確性。
在現(xiàn)代社會和企業(yè)發(fā)展中，人才是最寶貴的資源，很多企業(yè)和國家都在強(qiáng)調(diào)這一點(diǎn)，甚至出現(xiàn)企業(yè)為了得到一個關(guān)鍵人物或團(tuán)隊(duì)出手將整家公司收購的極端現(xiàn)象，由此看出現(xiàn)代社會對于有才能人士的重視。同時(shí)，人才也是不同國家、不同企業(yè)的必爭之地。我國提出的“千人計(jì)劃”、“萬人計(jì)劃”以及現(xiàn)在各個城市都在不斷推出的引進(jìn)人才計(jì)劃和為留住人才而推出的各種優(yōu)惠政策都從側(cè)面證明了人才對于社會和企業(yè)發(fā)展的重要性。文獻(xiàn)[13]通過趨勢外推法和灰色模型對湖北科技人才需求進(jìn)行演化預(yù)測，文獻(xiàn)[14]分析了人才分析對戰(zhàn)略人力資源管理的價(jià)值，總結(jié)了人才分析的主要用途并提出了實(shí)施人才分析需要注意的相關(guān)問題。本文基于復(fù)雜網(wǎng)絡(luò)和NLPIR(naturallanguageprocessing&informationretrieval)分詞系統(tǒng)以百度百科詞條信息作為原始數(shù)據(jù)對幾家互聯(lián)網(wǎng)企業(yè)的高管進(jìn)行研究分析。
1高管復(fù)雜網(wǎng)絡(luò)模型建立
本文使用的高管人員名單來自于以下互聯(lián)網(wǎng)企業(yè)：百度、阿里巴巴、騰訊、滴滴、美團(tuán)、京東、今日頭條;每位高管人員的個人信息均來自于百度百科官方詞條。
建模算法設(shè)計(jì)：
a.由于使用爬蟲技術(shù)獲取到的文本信息不規(guī)范，存在格式不統(tǒng)一、包含異常的符號等問題，所以，在獲取到文本信息后，根據(jù)預(yù)先設(shè)定的處理規(guī)則進(jìn)行處理。例如，刪除多余的空格、換行符號及少部分的不規(guī)則網(wǎng)頁標(biāo)簽等。經(jīng)過預(yù)處理后原始數(shù)據(jù)成為姓名與個人百度百科詞條一一對應(yīng)的形式。例如，通過預(yù)處理得到以李彥宏為文件名的文本文件。k
b.NLPIR(https://github.com/NLPIR-team/NLPIR)是一套能夠?qū)⒔o定文本進(jìn)行分詞并提取實(shí)體詞(有意義的詞匯，如人名、地名、公司名稱等)、關(guān)鍵詞、敏感詞的分詞系統(tǒng)。本文使用該分詞系統(tǒng)對處理好的文本信息進(jìn)行實(shí)體抽取，獲得有意義的實(shí)體詞匯作為關(guān)鍵詞信息。例如，李彥宏對應(yīng)百度、創(chuàng)始人、董事長、北京大學(xué)、華爾街等實(shí)體關(guān)鍵詞。VpVpVkVkc.通過以上a，b這2個步驟，獲得了兩類網(wǎng)絡(luò)節(jié)點(diǎn)，一類節(jié)點(diǎn)為個人姓名，代表本文網(wǎng)絡(luò)所使用的高管人員姓名;另一類節(jié)點(diǎn)為關(guān)鍵詞，代表分詞系統(tǒng)實(shí)體抽取得到的有意義的實(shí)體描述關(guān)鍵詞。
通過圖3和表1可以看出，根據(jù)上述模型所建復(fù)雜網(wǎng)絡(luò)有著與現(xiàn)實(shí)世界網(wǎng)絡(luò)相似的網(wǎng)絡(luò)參數(shù)[15]。例如，網(wǎng)絡(luò)的平均路徑長度為3.641，滿足現(xiàn)實(shí)世界網(wǎng)絡(luò)的小世界特性[16]，而聚集系數(shù)為0.092，相對較大，滿足高聚集性，圖3為網(wǎng)絡(luò)的度分布情況，可以看出，網(wǎng)絡(luò)的度分布與現(xiàn)實(shí)世界網(wǎng)絡(luò)度分布的無標(biāo)度特點(diǎn)相對應(yīng)。
2高管網(wǎng)絡(luò)中心性
描述復(fù)雜網(wǎng)絡(luò)的參數(shù)主要包含以下幾種：網(wǎng)絡(luò)密度、度、平均最短路徑和網(wǎng)絡(luò)的聚集系數(shù)。其中，網(wǎng)絡(luò)密度主要刻畫了網(wǎng)絡(luò)連接的總體特征，網(wǎng)絡(luò)的度主要描述個體節(jié)點(diǎn)的連接情況，平均最短路徑能夠體現(xiàn)網(wǎng)絡(luò)信息流傳遞效率，而網(wǎng)絡(luò)的聚集系數(shù)則能夠體現(xiàn)網(wǎng)絡(luò)的局部聚集情況。
分別將度值排名在前25的關(guān)鍵詞及關(guān)鍵詞對應(yīng)的度值進(jìn)行橫向?qū)Ρ确治觯梢缘玫街鶢顖D如圖5所示。
從圖5可以看出，橫向?qū)Ρ认卤本┖兔绹@2個關(guān)鍵詞的度值相比于同類關(guān)鍵詞具有明顯的優(yōu)勢，兩者的度值都遠(yuǎn)大于同類關(guān)鍵詞的度值，其中，美國是同類關(guān)鍵詞的5～7倍，北京是同類關(guān)鍵詞的3～7倍。通過度值的橫向?qū)Ρ瓤梢钥闯觯@些互聯(lián)網(wǎng)企業(yè)的高管和北京、美國相關(guān)的背景信息顯得尤為重要。這一點(diǎn)也與現(xiàn)實(shí)世界的基本情況相符。美國作為自二戰(zhàn)以來的世界強(qiáng)國，對于計(jì)算機(jī)、互聯(lián)網(wǎng)這類高科技行業(yè)在全球范圍內(nèi)都稱得上絕對領(lǐng)先，所以，我國大量互聯(lián)網(wǎng)人才在選擇留學(xué)、交流時(shí)，美國往往是他們的首選，文獻(xiàn)[18]中表明，美國仍然是多數(shù)人留學(xué)的首選目的地。另一方面，雖然我國大型互聯(lián)網(wǎng)公司在國內(nèi)發(fā)展情況很好，但往往也會在美國硅谷等地設(shè)立研發(fā)中心等，網(wǎng)絡(luò)中涉及的7家(百度、阿里、騰訊、滴滴、美團(tuán)、京東、今日頭條)公司中有71.43%的公司在美國有分公司、辦事處或研發(fā)中心。文獻(xiàn)[19]指出，設(shè)立海外研發(fā)中心具有從東道國獲取新信息、新技術(shù)服務(wù)于母公司的技術(shù)開發(fā)戰(zhàn)略的作用，而這時(shí)的東道國主要有兩類：一是擁有“技術(shù)高地”的技術(shù)發(fā)達(dá)國家，二是擁有“人才富地”的人力資源優(yōu)質(zhì)國家，而恰好美國在這兩方面都符合。
北京作為我們國家的首都及政治中心，對于任何一個企業(yè)而言，北京相對于我國的其他城市有著完全不同的意義，企業(yè)管理人員背景信息和北京有著較大的關(guān)系也屬于合理。另一方面，北京作為一線城市，有著眾多優(yōu)秀的高校和人才，企業(yè)和一線城市有著較大的親密度，這對于屬于前沿行業(yè)的互聯(lián)網(wǎng)公司也是必不可少的，網(wǎng)絡(luò)中涉及的7家企業(yè)100%均在北京有分公司、研發(fā)中心等。其中，5家公司總部就在北京。文獻(xiàn)[20]針對我國互聯(lián)企業(yè)分布進(jìn)行分析。圖6為互聯(lián)網(wǎng)企業(yè)數(shù)量前五的省市的統(tǒng)計(jì)分析圖。可以看出，北京互聯(lián)網(wǎng)企業(yè)數(shù)量有明顯優(yōu)勢，這也進(jìn)一步證明了本文所得分析結(jié)果的合理性。
2.2特征向量和介數(shù)
2.2.1特征向量
AaijaijλAe=(e1,e2,···,eN)Aλ一個節(jié)點(diǎn)的度指標(biāo)僅僅描述了該節(jié)點(diǎn)對于其他節(jié)點(diǎn)的直接影響力，若一個節(jié)點(diǎn)與另一個度值很高的節(jié)點(diǎn)之間存在連接[17]，則該節(jié)點(diǎn)的影響力也會受到影響而增強(qiáng)，這與現(xiàn)實(shí)世界中的很多情況是一致的，如果把每個人看作是一個節(jié)點(diǎn)的話，一個節(jié)點(diǎn)的信息占有率在很大程度上取決于它與什么樣的節(jié)點(diǎn)有連接。但是，這種類型的特征無法用度值進(jìn)行衡量，故本文使用特征向量這一網(wǎng)絡(luò)指標(biāo)來衡量節(jié)點(diǎn)這種特征的顯著與否。設(shè)網(wǎng)絡(luò)G的鄰接矩陣為，為矩陣第i行第j列的元素，的取值集合為{0，1}，為的主特征值，是一個常量，為矩陣對應(yīng)的特征向量。
3結(jié) 論
以復(fù)雜網(wǎng)絡(luò)為理論基礎(chǔ)，對幾家大型互聯(lián)網(wǎng)企業(yè)高管人員進(jìn)行建模分析，通過復(fù)雜網(wǎng)絡(luò)的理論分析研究對象是否具有共性、具有哪些共性以及該類人員具有哪些顯著特點(diǎn)。以百度百科官方詞條作為原始數(shù)據(jù)，通過分詞系統(tǒng)抽取實(shí)體關(guān)鍵詞，獲得有信息要素的實(shí)體關(guān)鍵詞;以高管姓名和關(guān)鍵詞作為網(wǎng)絡(luò)節(jié)點(diǎn)，高管個人信息中是否包含關(guān)鍵詞作為連接邊的條件構(gòu)建復(fù)雜網(wǎng)絡(luò);最后通過復(fù)雜網(wǎng)絡(luò)的理論分析得到一些與現(xiàn)實(shí)世界具有一致性的網(wǎng)絡(luò)特征，同時(shí)這些一致性也證明模型的合理性。
分析網(wǎng)絡(luò)后，得到以下主要結(jié)論：首先，將度值較高的美國和北京分別整理統(tǒng)計(jì)對比后發(fā)現(xiàn)，美國和北京相對于其他同類別的關(guān)鍵詞確實(shí)有著明顯的度值優(yōu)勢，證明對于大型互聯(lián)網(wǎng)企業(yè)高管而言美國和北京相關(guān)的背景信息確實(shí)很重要;其次，將特征向量指標(biāo)值和介數(shù)指標(biāo)值歸一化后作圖對比，發(fā)現(xiàn)一個與現(xiàn)實(shí)世界具有一致性的特點(diǎn)，一個人社交關(guān)系中的社交對象相比于他在社交關(guān)系中起到的信息傳遞的作用更為重要，也讓他更容易獲得成功;最后，對圖9中的異常節(jié)點(diǎn)進(jìn)行分析，發(fā)現(xiàn)跨行業(yè)跳槽時(shí)過去不同的職業(yè)經(jīng)歷可能會在未來的個人發(fā)展中產(chǎn)生不好的影響。
相關(guān)期刊推薦：《上海理工大學(xué)學(xué)報(bào)》是由上海理工大學(xué)主辦的理工科綜合性學(xué)術(shù)刊物，主要報(bào)道系統(tǒng)科學(xué)與復(fù)雜性科學(xué)、能源與動力工程、光電信息與計(jì)算機(jī)科學(xué)、機(jī)械材料科學(xué)、生物醫(yī)學(xué)科學(xué)、傳媒出版科學(xué)以及基礎(chǔ)學(xué)科(數(shù)學(xué)、物理、化學(xué))等方面的學(xué)術(shù)研究和科研實(shí)踐成果。
