| 查看: 498 | 回复: 0 | |||
[求助]
数学建模
|
|
Sample Text安然公司高管组织结构发现 安然公司（Enron）是一家位于美国得克萨斯州休斯敦市的能源类公司，曾是世界上最大的电力、天然气以及电讯公司之一，公司连续六年被《财富》杂志评选为“美国最具创新精神公司”，然而真正使安然公司在全世界声名大噪的，却是这个拥有上千亿资产的公司2002年在几周内破产，持续多年精心策划、乃至制度化系统化的财务造假丑闻，以及安然事件中的高层管理者欺诈犯罪事件。 安然倒闭之后，许多研究者致力于分析与处理安然邮件数据集（包含有150位安然公司高层管理者自2000年至2002年的所有邮件），试图通过分析这个数据集挖掘出安然公司高层管理者之间的组织结构关系（通常也叫做社区结构），并进一步找出其中可能存在犯罪嫌疑人。他们采用了两种建立人物关系的方法初步得到了两个与之对应的人物关系网络（用矩阵来描述，每个元素描述关系的紧密程度，取值范围从0至1, 0代表关系最不紧密，1代表关系最紧密）： 方法1，基于通信行为的人物关系网络构建：人物关系的建立是基于通信行为的，这是指如果两个人之间的通信次数越高那么二者之间的关系就越紧密；所得人物关系网络为150乘150矩阵，这里的150是Enron高管的人数，详细数据见第一组数据（数据中有两个文件，name.txt为150个人的名字，adjacent.txt表示他们之间的有效通信次数）； 方法2：基于邮件内容的人物关系网络构建：人物关系的建立是基于邮件内容的，这是指假设两个人在N篇邮件内同时出现过，如果N越大，那么二者的关系就越紧密。所得人物关系网络为2307乘2307矩阵，这里的2307个人物是邮件内出现的高频人物，详细数据见第二组数据（数据中Namelist2.txt表示人物名字，RalationNet2.mat是matlab文件，表示这2307个人物之间的紧密程度。值得提醒的是由于基于内容分析，有些人物名字上可能有不一致，比如可能是名字全称，也可能只用名或姓，这也需要你们自行分析）。 问题： 1、分别针对方法1和方法2中的人物关系网络，找出其中的关键人物。 2、试分析上述两种方法所构建的人物关系网络对组织结构关系刻画的利弊，结合第一问得到的关键人物，选择其中的一种方法（或是综合两种方法），挖掘人物关系网络中的群集行为。 3、若已经知道，Enron公司的三位高管是犯罪嫌疑人（Kenneth Lay：Chairman；Jeffery Skilling：CEO；Andrew Fastow CFO），能否通过以上的组织结构找出可能存在的其他犯罪嫌疑人，高管职位参见附录。 附录： 1、文件说明： 方法1中的人物关系网络 adjacent.txt 方法1中的Enron高管名称列表 name.txt 方法2中的人物关系网络 RelationNet2.mat 方法2中的人物名称列表 Namelist2.txt 部分安然高管职位 Enron_status.xls 纪录片地址 “The smartest guy in the room.” 2、参考文献： 1）http://en.wikipedia.org/wiki/Enron 2）Enron email dataset: http://www.cs.cmu.edu/~enron/ 3）部分安然高管职位，http://www.isi.edu/~adibi/Enron/Enron_Employee_Status.xls 4）简述Enron的纪录片，屋内聪明人The smartest guy in the room . |
回复此楼» 猜你喜欢
售SCI一区T0P文章，我:8O.55.1.O.54,科目全,可伽急
已经有4人回复
-
售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急
已经有3人回复
-
售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急
已经有3人回复
-
售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急
已经有5人回复
-
售SCI一区文章，我:8O5.5.1.O5.4,科目全,可伽急
已经有5人回复
-
售SCI文章，我:8O5.5.1.O.54,科目齐全,可+急
已经有7人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有5人回复
-
售SCI一区T0P文章，我:8O.55.1.O.5.4,科目齐全,可+急
已经有3人回复
-
售SCI一区文章，我:8.O.551.O.5.4,科目全,可伽急
已经有8人回复
-
售SCI一区T0P文章，我:8.O55.1.O.54,科目全,可十急
已经有11人回复
