基于复杂网络分析的组织机构解析

发布时间：2017-06-25 12:08

  本文关键词：基于复杂网络分析的组织机构解析，由笔耕文化传播整理发布。

【摘要】：在数据的爆炸式增长的年代,信息的分析和挖掘已经成为一个今天组织管理学和情报学研究的热点和难点。大数据的本质就是如何从已有的海量数据中挖掘有价值的信息并进行分析,因此如何将大数据相关的理论合理的应用到相关学科中是一个需要不断的探索的过程。但现有的研究方法大多是出于对社交网络中的关系预测、舆情监控或社会事件发生的预测,缺少对组织机构中部门间的关联关系的分析方面的研究。本文结合了复杂网络分析的方法和思想,开展了组织机构解析的方法设计和研究,力图解开组织机构内部部门间合作的关系和特点。针对组织机构解析的方法研究,因为组织机构模式间具有相似性,而且出于对其它的组织机构相对的敏感性,因此本文将研究的目标锁定到高校组织机构。本文开展了基于复杂网络的组织机构解析的方法研究,主要贡献如下:1、提出了基于外界新闻报道进行组织机构的关系复杂网络构建方法。该方法主要通过对实际的组织机构(高校)的新闻网站进行爬取,获取其相关的新闻报道,对新闻数据进行分析和清理,去除无关的新闻数据,然后利用实体关系提取方法提取新闻网页中部门间的关联关系。而后把所有的部门间的关联关系进行组合,就构建出了组织机构关系复杂网络。2、提出了基于社团标签融合的社团划分的组织机构解析方法。首先,对获取到的组织机构关系复杂网络应用社团标签融合的社团划分算法对其进行社团划分,通过多次划分,获取到组织机构内部连接最紧密的社团,通过复杂网络中的度和边权重的分析方法对其进行解析,并对比两个相类似的组织机构间的解析结果,来验证结果的可靠性,最终证明相似的组织机构的内部的合作模式也是相类似的。3、提出了一种基于种子派系的节点融合方法对组织机构网络进行解析。找到复杂网络中全连通子网络,将其作为种子派系,而后采用层次聚类的方法,逐层的构建出组织机构网络,并对比了电子科技大学的组织机构网络与西安电子科技大学的组织机构网络的异同。综上所述,本文通过新闻数据构建出电子科技大学和西安电子科技大学的组织机构关系复杂网络,基于模块度的社团划分方法验证了组织机构中的组织机构的合作模式,基于种子派系的方法验证了部门的组织结构特性。最终得出通过复杂网络分析方法能够挖掘出机构内部的隐藏关系。
【关键词】：组织机构 复杂网络 社团划分 模块度 种子派系
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O157.5
【目录】：

• 摘要5-6
• ABSTRACT6-13
• 第一章 绪论13-19
• 1.1 研究背景与意义13-14
• 1.2 国内外研究现状14-16
• 1.3 本文的主要工作16-17
• 1.4 本文的组织结构17-19
• 第二章 复杂网络及社团发现算法的研究理论概述19-34
• 2.1 复杂网络的相关介绍19-21
• 2.1.1 复杂网络的相关概念19
• 2.1.2 复杂网络相关发展历程19-21
• 2.2 复杂网络的特性21-26
• 2.2.1 复杂网络的性质21-24
• 2.2.2 常用的一些参数描述24-26
• 2.3 复杂网络中的社团结构26-33
• 2.3.1 社团结构简介26-28
• 2.3.2 社团划分相关算法28-33
• 2.4 本章小节33-34
• 第三章 基于最大模块度的组织机构解析算法34-72
• 3.1 本章概述34
• 3.2 组织机构网络构建34-42
• 3.2.1 新闻数据的获取34-41
• 3.2.2 基于新闻数据构建组织网络41-42
• 3.3 基于最大模块度的组织机构解析42-44
• 3.4 组织机构解析结果分析44-71
• 3.4.1 基于度的相关性质对比成电和西电的组织机构的异同45-60
• 3.4.2 基于最大模块度的社团划分对比成电和西电的组织机构的异同60-71
• 3.5 本章小节71-72
• 第四章 基于种子派系的社团划分结果解析72-84
• 4.1 本章概述72-73
• 4.2 基于种子派系的节点融合方法73-76
• 4.3 基于种子派系的节点融合方法仿真和分析76-83
• 4.3.1 基于种子派系的节点融合方法模拟网络仿真76-81
• 4.3.2 基于种子派系的节点融合方法应用到组织机构解析81-83
• 4.4 本章小节83-84
• 第五章 总结和展望84-86
• 5.1 总结84-85
• 5.2 展望85-86
• 致谢86-87
• 参考文献87-90
• 攻硕期间取得的研究成果90-91

  本文关键词：基于复杂网络分析的组织机构解析，，由笔耕文化传播整理发布。

本文编号：482040