一种核心企业的识别方法与装置制造方法及图纸

本发明专利技术提供一种核心企业的识别方法，包括：S1:获取企业信息；S2:根据所述企业信息构建针对所述某一产业链上下游关系的企业网络有向图模型；S3:根据所述企业信息确定节点权重；S4:根据所述企业网络有向图模型确定节点链路权重，所述节点链路权重用于保证相邻的两个企业之间的重要性；S5:根据所述节点权重和节点链路权重确定核心企业。本发明专利技术提供的方法提高了识别核心企业的精度。而且提高了识别核心企业的效率。心企业的效率。心企业的效率。

【技术实现步骤摘要】
一种核心企业的识别方法与装置


[0001]本专利技术涉及数据处理
，尤其涉及一种核心企业的识别方法与装置。

技术介绍

[0002]核心企业在供应链中居主导地位，是供应链活动的组织者和管理者，供应链中的大多数职能也处于核心企业之中。核心企业的识别在研究产业链的鲁棒性、上下游风险控制和抵抗产业链蓄意破坏等方面具有重要意义。因此，识别核心企业能够更好地揭示产业链中企业之间的关系和重要性，为产业链研究提供有力支持。
[0003]然而，目前识别核心企业的方式多与复杂网络中心性相关度量结合，但中心性度量大都仅考虑网络拓扑结构本身，未考虑节点本身的性质及权重。因此，识别精度不够高。

技术实现思路

[0004]本专利技术的目的在于解决上述现有技术存在的缺陷，提供一种核心企业的识别方法与装置。
[0005]一种核心企业的识别方法，包括：
[0006]S1:获取企业信息；所述企业信息包括：某一产业链中各上、下游所有企业对应的企业名称、每个企业对应的企业规模、注册资金、参保人数；
[0007]S2:根据所述企业信息构建针对所述某一产业链上下游关系的企业网络有向图模型；所述企业网络有向图模型包括有向边和节点；所述有向边用于表征产业链上下游的链接关系；所述节点为有向边的端点，通过该节点表征某个企业/行业类别；
[0008]S3:根据所述企业信息确定节点权重；所述节点权重用于表征每个企业的重要性；
[0009]S4:根据所述企业网络有向图模型确定节点链路权重，所述节点链路权重用于表征相邻的两个企业之间的重要性；
[0010]S5:根据所述节点权重和节点链路权重确定核心企业。
[0011]进一步地，如上所述的核心企业的识别方法，在步骤S2之前，还包括对所述获取的企业信息进行删除与补充处理的操作。
[0012]进一步地，如上所述的核心企业的识别方法，所述S3包括：
[0013]S31:根据所述其企业规模、注册资金、参保人数信息，应用层次分析法创建一个判断矩阵，矩阵每个元素表征了两两指标的相对重要程度：用于比较企业规模、注册资金与参保人数的重要性；
[0014]S32:对判断矩阵进行一致性检验；
[0015]S33:对判断矩阵进行列归一化处理，即矩阵每个元素除以其所在列的和；
[0016]S34:对列归一化后的矩阵求行平均值，每一行的平均值为对应行指标的权重，即所述企业规模、注册资金、参保人数信息分别对应的比重；
[0017]S35:根据所述企业规模、注册资金、参保人数信息分别对应的比重确定所述节点权重，所述节点权重w
i
根据下式确定：
[0018]w
i
＝γ1β1+γ2β2+γ3β3[0019]其中，β1、β2、β3分别表示企业规模、注册资金、参保人数；所述γ1、γ2、γ3分别表示企业规模、注册资金、参保人数对应的比重。
[0020]进一步地，如上所述的核心企业的识别方法，所述S4包括：
[0021]S41:将所述企业网络有向图模型转换为企业网络无向图模型；
[0022]S42:根据所述企业网络无向图模型确定所述节点链路权重P
ij
；所述节点链路权重为某一节点随机游走到另一个节点对应的概率；该节点链路权重根据下式确定：
[0023][0024]其中，P
ij
为从节点i随机游走到节点j对应的概率，A
ij
表示节点i和j之间是否存在一条边，如果存在，则A
ij
为1，否则为0；w
i
表示节点i对应的权重。
[0025]进一步地，如上所述的核心企业的识别方法，所述S5包括：
[0026]S51:根据所述节点链路权重和节点权重确定综合概率转移矩阵G
ij
：
[0027]G
ij
＝αP
ij
+(1
‑
α)W
ij
[0028]其中，所述G
ij
表示由节点链路权重和节点权重综合决定的转移概率；P
ij
表示按边权随机游走得到的转移概率矩阵；α表示按边权随机游走的概率；W
ij
表示按节点权重随机游走的转移概率，该转移概率由下式确定：
[0029][0030]其中，w
i
为节点权重；且矩阵W
ij
每一列的元素相同；
[0031]S52:根据所述W
ij
确定产业链中的核心企业：
[0032]π
t+1
＝π
t
G
ij
[0033]其中，G
ij
表示综合概率转移矩阵；令π0表示初始平稳分布：π0＝1/N，N为节点总数；利用所述迭代公式进行计算，直到π
t+1
‑
π
t
<1e
‑
6迭代结束；将π
t+1
降序排序后即表示各企业重要度值排序，根据企业重要度值排序即可识别核心企业。
[0034]一种核心企业的识别装置，包括：
[0035]数据获取模块，用于获取企业信息；所述企业信息包括：某一产业链中各上、下游所有企业对应的企业名称、每个企业对应的企业规模、注册资金、参保人数；
[0036]构建模块，用于根据所述企业信息构建针对所述某一产业链上下游关系的企业网络有向图模型；所述企业网络有向图模型包括有向边和节点；所述有向边用于表征产业链上下游的链接关系；所述节点为有向边的端点，通过该节点表征某个企业/行业类别；
[0037]节点权重生成模块，用于根据所述企业信息确定节点权重；所述节点权重用于表征每个企业的重要性；
[0038]节点链路权重生成模块，还用于根据所述企业网络有向图模型确定节点链路权重，所述节点链路权重用于表征相邻的两个企业之间的重要性；
[0039]节点重要度生成模块，用于根据所述节点权重和节点链路权重确定核心企业。
[0040]一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上任一项所述核心企
业的识别方法。
[0041]有益效果：
[0042]本专利技术提供一种核心企业的识别方法与装置。该方法通过企业信息确定节点权重、通过企业网络有向图模型确定节点链路权重，最终综合节点权重和节点链路权重来进行随机游走，以此识别产业链中的核心企业，从而提高了识别核心企业的精度。而且该方法通过企业信息构建了针对某一产业链上下游关系的企业网络有向图模型，并通过该企业网络有向图模型分析领域相关知识、解决产业链中出现的问题，将识别产业链核心企业的问题转换为识别复杂网络中重要节点的问题，提高了识别核心企业的效率。
附图说明
[0043]图1为本专利技术提供的核心企业的识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种核心企业的识别方法，其特征在于，包括：S1：获取企业信息；所述企业信息包括：某一产业链中各上、下游所有企业对应的企业名称、每个企业对应的企业规模、注册资金、参保人数；S2：根据所述企业信息构建针对所述某一产业链上下游关系的企业网络有向图模型；所述企业网络有向图模型包括有向边和节点；所述有向边用于表征产业链上下游的链接关系；所述节点为有向边的端点，通过该节点表征某个企业/行业类别；S3：根据所述企业信息确定节点权重；所述节点权重用于表征每个企业的重要性；S4：根据所述企业网络有向图模型确定节点链路权重，所述节点链路权重用于表征相邻的两个企业之间的重要性；S5：根据所述节点权重和节点链路权重确定核心企业。2.根据权利要求1所述的核心企业的识别方法，其特征在于，在步骤S2之前，还包括对所述获取的企业信息进行删除与补充处理的操作。3.根据权利要求1所述的核心企业的识别方法，其特征在于，所述S3包括：S31：根据所述其企业规模、注册资金、参保人数信息，应用层次分析法创建一个判断矩阵，矩阵每个元素表征了两两指标的相对重要程度：用于比较企业规模、注册资金与参保人数的重要性；S32：对判断矩阵进行一致性检验；S33：对判断矩阵进行列归一化处理，即矩阵每个元素除以其所在列的和；S34：对列归一化后的矩阵求行平均值，每一行的平均值为对应行指标的权重，即所述企业规模、注册资金、参保人数信息分别对应的比重；S35：根据所述企业规模、注册资金、参保人数信息分别对应的比重确定所述节点权重，所述节点权重w
i
根据下式确定：w
i
＝γ1β1+γ2β2+γ3β3其中，β1、β2、β3分别表示企业规模、注册资金、参保人数；所述γ1、γ2、γ3分别表示企业规模、注册资金、参保人数对应的比重。4.根据权利要求1所述的核心企业的识别方法，其特征在于，所述S4包括：S41：将所述企业网络有向图模型转换为企业网络无向图模型；S42：根据所述企业网络无向图模型确定所述节点链路权重P
ij
；所述节点链路权重为某一节点随机游走到另一个节点对应的概率；该节点链路权重根据下式确定：其中，P
ij
为从节点i随机游走到节点j对应的概率，A
ij
表示节点i和j之间是否存在一条边，如果存在，则A
ij
为1，否则为0；w
i
表示节点i对应的权重。5.根据权利要求1所述的核心企业的识别方法，...

【专利技术属性】
技术研发人员：张晖，王志萍，杨弋，姚晗，
申请(专利权)人：四川省标准化研究院，
类型：发明
国别省市：