面向社会化商务嵌入关系多阶段整群抽样方法的研究

The big data of social commerce is the relationship between the actors self-organization set, whose contains a multi-level social entity relationship. Under the current level of information technology，there are some contradictory of costs and benefits as well as scale and quality when using the population of social commerce network. Therefore, it has important research value and practical significance of social commerce sampling, which can accurately extract the distribution of complex embeddedness relationship in the social commerce. This project use the structural features of embeddedness relationship in social commerce as a starting point, and propose multi-stage cluster sampling method. The method, first, need to decompose integral cluster into small cohesive subgroups using composite feature vector of graph which corresponding to the social commerce network, the result of decomposition is union of irreducible sets and closed sets, and then use two level delay rejection method to sample internal relationship of cohesive subgroups(closed sets) , finally, use Variable dimension birth and death markov chain sampling methods to choose interaction relationship(irreducible sets) in different cohesive subgroups, and then achieve connectivity across the whole network. The results of this research will provide a reliable data for the study of social commerce application, help entrepreneurs quickly insight into the inherent relationship of social commerce, improve the ability of enterprise to control the market in the Web2.0 era, but also provide valuable reference for the study of other types of big data.

社会化商务嵌入关系是个体行动者自组织关系组成的大数据集合，其内部蕴含了多层次的社会实体关系。在现有技术水平下，使用总体数据研究社会化商务问题存在成本与效益、规模与质量的矛盾。 因此，研究能够准确提取社会化商务嵌入关系复杂分布特征的抽样方法具有重要的意义。本项目以社会化商务嵌入关系的结构特征为切入点，提出多阶段整群抽样方法。该方法首先采用图的复合特征向量对社会化商务嵌入关系进行整群分解，将总体分解为马尔科夫不可约集和若干闭集的并集。而后采用二级延迟拒绝方法对凝聚子群（闭集）内部关系进行抽样。最后采用变维生灭链方法对群间关系（不可约集）进行抽样，实现整个网络的连通。本项目的研究成果可以为社会化商务领域问题的研究提供可靠的数据基础，帮助企业家迅速洞察社会化商务嵌入关系蕴含的商务价值，提高企业在Web2.0时代对市场的驾驭能力，同时还为其他类型大数据的研究提供有价值的参考。

社会化商务是近年来在全球范围快速兴起并迅速发展的一种新商业模式，其个体行动者之间自组织形成的嵌入关系组成的大数据集合，蕴含着丰富的社会实体关系。目前，采用总体数据研究社会化商务嵌入关系大数据存在尖锐的成本与效益、规模与质量的矛盾。因此研究能够准确刻画社会化商务嵌入关系结构特征的抽样方法具有重要的现实意义。本研究提出采用多阶段整群抽样的方法来解决社会化商务嵌入关系的数据采样问题。（1）针对线下总体数据已知的情况，本研究提出了社会化商务大数据整群多阶段抽样方法（OSM-MSCS）。该方法首先进行整群分解，将总体分解成若干小型凝聚子群，而后使用延迟拒绝（DR）方法，以并行化方式进行子群内部关系的抽样，最后使用Gibbs方法完成不同子群之间相干关系的筛选，从而获得整个样本序列。实验结果表明：OSM-MSCS方法能够有效的对各种结构特征的在线社会化商务大数据进行抽样，从“个体地位—群体凝聚性—整体结构性”三个层次进行综合评价，其抽样效果要明显好于MHRW，BFS这两种主流的抽样方法。（2）针对线上总体数据未知的情况，提出多阶段社会化商务嵌入关系线上多阶段抽样方法（SM-OMSS）。该方法的基本思想是通过马尔科夫蒙特卡洛(MCMC)的平稳分布控制数据感知的规模，构造一个与数据感知对象具有相同社会网络结构特征的微缩子网（我们称其为特征网络），而后采用“人工”方法对Web页面中的嵌入关系进行精确提取，提高数据感知的质量，满足数据使用者对数据感知实时性与成本的要求。本研究的成果可以为社会化商务领域问题的研究提供可靠的数据基础，帮助企业家迅速洞察社会化商务嵌入关系所蕴含的商务价值，提高企业在Web2.0时代对市场的驾驭能力，同时也为其他类型大数据的研究提供方法借鉴。