基于复杂网络的商务大数据聚类与关联应用研究

Based on the judgment that research of mining, analysis and its application for big business data has important theoretical significance and economic value, with the reference of the such complex network's research as community structure discovery, network evolution, information dissemination, by using the research of diversity and emerging of big data, researches are aimed to clustering and association analysis algorithm for big business data. And on this basis, in such four research fields as behavioral mechanism in the socialization network environment, enterprises' network ecosystem and its synergetic and symbiosis mechanism, consumer insight in big data environment and business model and framework of big data, important researches are aimed to the following aspect: such important and closely consumer issues as consumers' network access mechanism, consumers' recognition of type and feature, word of mouth communication mechanism in UGC, consumer convergence in UGC, consumers' behavior and preference in each stage of the whole life cycle's big data, early warning mechanism based on consumers' abnormal behavior and recognition mechanism of consumers' behavior changing based on weak signal detection; such enterprises' issues as recognition of enterprises' behavior mechanism and type, evolution of synergetic and competitive mechanism in enterprises' network ecosystem and value chain model in enterprises' network ecosystem. Furthermore, in the view of consumer and enterprise the business model and business intelligence framework of big data are researched to build respectively .

基于对商务大数据的挖掘、分析与应用研究具备重大理论意义和经济价值的判断，借鉴复杂网络在社区结构发现、网络演化、信息传播等方面的研究成果，并参考大数据在多样性和涌现性的研究成果，研究可用于商务大数据场景的聚类与关联分析算法。并以此为基础在社会化网络环境中的行为机理、企业网络生态系统及其协同共生机制、大数据环境下的顾客洞察、大数据商务模式与框架4个研究方向上展开重点研究：消费者网络访问行为机理、消费者类型与特征识别、UGC口碑传播机制、UGC消费者趋同性、全生命周期大数据中各阶段消费者行为与偏好、基于消费者异常行为的预警机制、基于弱行为检测的消费者行为改变识别机制等重要而又彼此密切相关的消费者论题；企业行为机制与类型识别、企业网络生态系统的共生与竞争关系的演化、企业网络生态系统中价值链模型等企业论题；以此分别建立消费者视角与企业视角的大数据商务模式与商务智能框架。

本项目借鉴复杂网络在社区结构发现、网络演化、信息传播等方面的研究成果，以商务大数据场景的聚类与关联分析算法为主要数据分析手段，展开消费者视角与企业视角的大数据商务模式与商务智能相关研究，基本完成了申报书中所列主要研究内容。.在大数据聚类算法研究方面，考虑商务大数据的特性，取得了基于极大团连接相似性的大数据集社区发现算法、异质网络社区发现算法、基于局部关键节点或局部关键社区的大数据聚类算法及并行算法等研究成果，并基于元胞自动机对复杂网络社区划分涌现机理展开一定研究；在大数据关联分析算法研究方面，取得了基于用户兴趣导向、基于一阶谓词公式、基于领域知识的冗余关联规则优化算法、针对数据多样性的基于多最小支持度的关联规则算法、针对数据海量性的基于Spark的并行关联规则算法、基于复杂网络的关联规则算法等研究成果；针对商务数据的弱可用性，提出了基于局部密度的不确定数据聚类算法、基于互信息属性排序的不完整数据聚类算法。.消费者视角与企业视角下的大数据商务模式与商务智能相关研究方面，在以下几方面展开了相关研究：（1）社会化网络环境中的消费者类型研究，取得了基于用户访问序列的用户类型识别、基于复杂网络重叠社区的用户复合类型识别等研究成果；（2）社会化网络环境中的消费者口碑传播研究，取得了基于凝聚子群的口碑传播机制、网络口碑传播的用户相关度有限信任模型、网络口碑系统的同步条件、口碑类型、客户认知度、源传播节点特性、兴趣度和关系强度对口碑传播的影响研究；（3）消费者趋同性研究，取得了基于商品在线评价的消费者趋同、基于近邻效应的消费者观点分析等研究成果；（4）消费者推荐算法研究，取得了基于最近邻的改进RBM模型的协同过滤推荐算法、基于项目标签的改进RBM模型的协同过滤算法、基于加权网络结构的冷门资源推荐算法等研究成果；（5）供应链网络研究，取得了基于复杂网络理论的供应链网络演化模型、基于复杂网络结构的供应链网络关键链路评估算法等研究成果；（6）产业网络分析研究，取得了基于复杂网络属性分析的旅游业特征分析、基于复杂网络社团结构划分的旅游业关联分析 、我国旅游业在产业关联网络中的中心性分析等研究成果。