導(dǎo)言：作為寫作愛好者，不可錯過為您精心挑選的10篇復(fù)雜網(wǎng)絡(luò)分析，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

隨著科學(xué)技術(shù)的進步和生產(chǎn)力的發(fā)展,政治、經(jīng)濟、社會環(huán)境發(fā)生了巨大變化,顧客的消費水平不斷提高,使得企業(yè)間的競爭日益加劇。企業(yè)為了提高競爭力而采取了許多先進的制造技術(shù)和管理方法。營銷管理日益受到企業(yè)的重視,企業(yè)在全球市場中不再作為單個實體而是作為營銷鏈的一部分參與競爭,企業(yè)之間的競爭已經(jīng)轉(zhuǎn)化成為營銷系統(tǒng)之間的競爭。營銷系統(tǒng)是在競爭、合作、動態(tài)的環(huán)境中,由廠商、各級銷售和客戶等成員實體構(gòu)成的快速響應(yīng)環(huán)境變化的動態(tài)銷售網(wǎng)絡(luò)。在競爭、合作和動態(tài)多變的市場環(huán)境下,復(fù)雜營銷網(wǎng)絡(luò)中的每一個成員都有自身的經(jīng)營策略,每個成員的目標都是通過不斷提高自身對市場的適應(yīng)能力從而提高其競爭力來獲取利潤。可見,營銷系統(tǒng)是一種復(fù)雜的自組織、自適應(yīng)性網(wǎng)絡(luò)系統(tǒng),因而用復(fù)雜網(wǎng)絡(luò)的研究方法可以發(fā)現(xiàn)其它方法不易揭示的該類系統(tǒng)的有趣而且重要的性質(zhì),而這些宏觀規(guī)律對系統(tǒng)的運作管理和科學(xué)決策具有重要的參考價值。

一、復(fù)雜網(wǎng)絡(luò)的統(tǒng)計參數(shù)

復(fù)雜系統(tǒng)可以被理解為一個關(guān)系網(wǎng)絡(luò), 這個關(guān)系網(wǎng)絡(luò)由一個個節(jié)點所組成, 這些節(jié)點之間依據(jù)一定的規(guī)則、相互關(guān)系而維系著系統(tǒng)整體的存在。在社會經(jīng)濟系統(tǒng)中作為復(fù)雜系統(tǒng)的網(wǎng)絡(luò)無處不在, 如人與人之間的社會網(wǎng)絡(luò)、資源共享網(wǎng)絡(luò)、綠色經(jīng)濟網(wǎng)絡(luò)、企業(yè)之間的產(chǎn)品生產(chǎn)和銷售等方面的競爭網(wǎng)絡(luò)、國家內(nèi)外之間的貿(mào)易合作網(wǎng)絡(luò)等等。復(fù)雜網(wǎng)絡(luò)研究是從統(tǒng)計角度考察網(wǎng)絡(luò)中大規(guī)模節(jié)點及其連接之間的性質(zhì), 這些性質(zhì)的不同意味著不同的網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu), 而網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)的不同導(dǎo)致系統(tǒng)功能有所差異。在現(xiàn)實的社會經(jīng)濟系統(tǒng)中,我們將每一個企業(yè)主體看做是一個節(jié)點,而企業(yè)之間的博弈規(guī)則看做是連接節(jié)點的邊,于是系統(tǒng)中存在的主體便構(gòu)成了一個網(wǎng)絡(luò)。

1.平均路徑長度(Average path length)

網(wǎng)絡(luò)的特征路徑長度 是所有節(jié)點對之間的最短路徑的平均值, 表示為

(1)

其中表示節(jié)點之間的最短路徑值。

研究表明,盡管許多實際網(wǎng)絡(luò)的節(jié)點數(shù)巨大,但網(wǎng)絡(luò)的平均路徑長度L相對于N來說卻很小,這種現(xiàn)象稱之為“小世界效應(yīng)”。

2.聚類系數(shù)(Clustering coefficient)

節(jié)點的聚類度的所有鄰居節(jié)點之間實際的連接數(shù)與理論存在的最大連接數(shù)之比, 表示為

(2)

其中為節(jié)點的度。平均聚類系數(shù)C定義為所有節(jié)點的聚類系數(shù)的平均值, 表示為

(3)

研究表明,在大多數(shù)情況下,復(fù)雜網(wǎng)絡(luò)的集群系數(shù)都要比隨機網(wǎng)絡(luò)和規(guī)則網(wǎng)絡(luò)的集群系數(shù)大得多。正如常言所說的“物以類聚,人以群分”所描述的那樣,社會經(jīng)濟網(wǎng)絡(luò)的一個典型的特征就是小集團集群的形態(tài)。

3.度及度分布(Degree and degree distribution)

圖論中節(jié)點的度定義為與該節(jié)點連接的其它節(jié)點的數(shù)目,通常用分布函數(shù) 來描述網(wǎng)絡(luò)中節(jié)點的度分布情況, 表示一個隨機選定節(jié)點的度恰好為 的概率。節(jié)點度的分布特征是網(wǎng)絡(luò)的重要幾何性質(zhì),規(guī)則網(wǎng)絡(luò)中各節(jié)點的度值相同,符合Delta 分布,隨機網(wǎng)絡(luò)的度分布可近似為Poisson 分布,大量的實際網(wǎng)絡(luò)存在冪律形式的度分布,稱為無標度網(wǎng)絡(luò)。無標度網(wǎng)絡(luò)是節(jié)點與節(jié)點之間的連接分布遵循冪律分布的網(wǎng)絡(luò),即節(jié)點度分布服從冪律分布。在這種網(wǎng)絡(luò)中,大部分節(jié)點只有少數(shù)連接,而某些少數(shù)節(jié)點則擁有與其他節(jié)點的大量連接,即存在一些關(guān)鍵的中樞節(jié)點。這種網(wǎng)絡(luò)對于隨機性錯誤具有較強的魯棒性,對于人們的蓄意攻擊或破壞卻具有較強的脆弱性,疾病在這種網(wǎng)絡(luò)上極易傳播。

二、企業(yè)營銷網(wǎng)絡(luò)分析

企業(yè)的產(chǎn)品營銷系統(tǒng)是由廠商、各級銷售和客戶共同構(gòu)成?，F(xiàn)實中的企業(yè)營銷系統(tǒng)通常由于銷售(制造商、商和批發(fā)商)的分布范圍的不同以及它們之間存在著各種各樣的聯(lián)系, 往往形成一個龐大的復(fù)雜網(wǎng)狀結(jié)構(gòu)。企業(yè)產(chǎn)品的營銷過程, 也可以看成是廠商生產(chǎn)出來的產(chǎn)品通過各級銷售, 最后擴散到用戶中的擴散過程, 或者說是企業(yè)產(chǎn)品從廠商到銷售, 最后到用戶的傳播過程。所以廠商、各級銷售和用戶就構(gòu)成了企業(yè)產(chǎn)品在營銷網(wǎng)絡(luò)中的節(jié)點,節(jié)點之間的營銷關(guān)系構(gòu)成了網(wǎng)絡(luò)中的邊。

三、模型的建立

分析了企業(yè)營銷網(wǎng)絡(luò)中企業(yè)之間的營銷關(guān)系,提出了一種新的演化模型來模擬其網(wǎng)絡(luò)的演化過程,該模型的基本思想源于局域世界演化模型,演化過程中考慮兩種基本因素:增長和局域世界優(yōu)先連接。

1.增長模型

考慮到企業(yè)營銷網(wǎng)絡(luò)的演化特點,新模型的初始條件與其他模型有些區(qū)別,它起始于個節(jié)點,條邊,節(jié)點之間兩兩相連, ,第一次新增節(jié)點具有m條邊,并且這m條邊分別和每個已有節(jié)點相連。這樣,在之后的每一個時刻便會添加一個新的節(jié)點,而該新節(jié)點邊的條數(shù)m是從以概率選取,這里是選取邊數(shù)為的概率。那么在時刻之后,該網(wǎng)絡(luò)便有個節(jié)點,條邊的網(wǎng)絡(luò)。

2.優(yōu)先連接模型

在該模型中,網(wǎng)絡(luò)中原有的節(jié)點連接新的節(jié)點的概率與以下兩個因素有關(guān)系:

(1) 與節(jié)點的度有關(guān)系,這種關(guān)系是正比關(guān)系。

(2) 與節(jié)點的局域世界也有關(guān)系,節(jié)點優(yōu)先連接機制不是對整個網(wǎng)絡(luò),而是在每個節(jié)點各自的局域世界中有效。隨機地從網(wǎng)絡(luò)已有的節(jié)點中選取m個節(jié)點,作為新加入節(jié)點的局域世界。新加入的節(jié)點根據(jù)優(yōu)先連接概率來選擇與局域世界中的m個節(jié)點相連。

四、仿真分析

1.仿真設(shè)計

為了驗證統(tǒng)計企業(yè)營銷網(wǎng)絡(luò)的統(tǒng)計特性,以青海省城鄉(xiāng)私營企業(yè)所構(gòu)成的批發(fā)和零售業(yè)企業(yè)營銷網(wǎng)絡(luò)為例,基于上述網(wǎng)絡(luò)模型構(gòu)造算法的描述,利用VB語言編程實現(xiàn)模型的構(gòu)建,構(gòu)建出的模型如圖1所示。實現(xiàn)時根據(jù)網(wǎng)絡(luò)演化模型的構(gòu)造算法,初始時先確定節(jié)點的總數(shù),然后根據(jù)構(gòu)造算法得到相應(yīng)網(wǎng)絡(luò)模型的鄰接矩陣,最后再依據(jù)鄰接矩陣計算網(wǎng)絡(luò)的度分布、平均最短路徑和平均聚集系數(shù)。

2.數(shù)據(jù)分析

以大圓點代表批發(fā)商,小圓點代表銷售商, 邊代表它們之間所存在的營銷關(guān)系,不同的節(jié)點代表不同的企業(yè)。 通過直觀的觀察可以了解到,在企業(yè)營銷復(fù)雜網(wǎng)絡(luò)中批發(fā)商和銷售商的營銷關(guān)系比較密切, 相對來說批發(fā)商或銷售商之間的營銷關(guān)系卻較為缺乏。也可以看到節(jié)點之間的距離很小,是一個典型的小世界網(wǎng)絡(luò)。各成員企業(yè)間的聯(lián)系的分布是不均勻的,這主要是由于成員的地位不同造成的。與核心企業(yè)的聯(lián)系密集,節(jié)點度就大;而與小的非核心企業(yè)聯(lián)系稀疏,節(jié)點度就小,即存在優(yōu)先連接,新加入該系統(tǒng)的企業(yè)會優(yōu)先選擇與那些在社會中影響力較大、實力雄厚的企業(yè)進行合作,表現(xiàn)在網(wǎng)絡(luò)中就是首先選擇與度比較大的節(jié)點進行連邊。

下面的仿真圖只是仿真過程中的部分結(jié)果。從仿真結(jié)果可知,網(wǎng)絡(luò)的平均路徑較小,隨著網(wǎng)絡(luò)節(jié)點數(shù)的增加呈現(xiàn)上升的趨勢,但增加的速度較為緩慢,以網(wǎng)絡(luò)節(jié)點數(shù) 的對數(shù)成正比。如圖2所示。網(wǎng)絡(luò)的平均聚集系數(shù)較高,隨著網(wǎng)絡(luò)節(jié)點數(shù)的增加呈現(xiàn)下降的趨勢,但不會隨著網(wǎng)絡(luò)節(jié)點數(shù)的無限增大而趨于0,表明此網(wǎng)絡(luò)具有小世界網(wǎng)絡(luò)的特點,如圖3所示。網(wǎng)絡(luò)的度分布服從冪律分布,在網(wǎng)絡(luò)中擁有少量度很大的節(jié)點,而大部分節(jié)點的卻為2,相對來說,這些節(jié)點的度很小,滿足無標度網(wǎng)絡(luò)的第一個重要特性。

3.復(fù)雜網(wǎng)絡(luò)統(tǒng)計特性對企業(yè)營銷工作的指導(dǎo)意義

復(fù)雜網(wǎng)絡(luò)的最終目的是通過對現(xiàn)實網(wǎng)絡(luò)模擬,仿真得到相關(guān)數(shù)據(jù),通過對數(shù)據(jù)的分析,更加科學(xué)合理的預(yù)測和控制相應(yīng)的網(wǎng)絡(luò)行為。本文中生成的網(wǎng)絡(luò)模型較為真實的反應(yīng)了現(xiàn)實網(wǎng)絡(luò)的特性,因此在該網(wǎng)絡(luò)模型中得到的統(tǒng)計參數(shù)也能反應(yīng)現(xiàn)實網(wǎng)絡(luò)的實際意義。

(1) 復(fù)雜系統(tǒng)理論中復(fù)雜網(wǎng)絡(luò)具有自組織現(xiàn)象, 通過合理的運作, 企業(yè)可以擴大網(wǎng)絡(luò)中已有節(jié)點之間的營銷合作,即網(wǎng)絡(luò)內(nèi)部的演化。例如,生產(chǎn)商企業(yè)可以對其網(wǎng)絡(luò)中某些中樞節(jié)點的商賦予一定權(quán)限, 使其進行低成本銷售策略, 從而增加網(wǎng)絡(luò)內(nèi)部與其它節(jié)點連接比較少的節(jié)點與這些中樞節(jié)點的連接,從而使得營銷網(wǎng)絡(luò)內(nèi)部邊的線性增長。

(2)生產(chǎn)廠商或產(chǎn)品銷售企業(yè)可以使用比競爭對手更具誘惑力的銷售方式,一方面,穩(wěn)定營銷網(wǎng)絡(luò)中已存在的合作節(jié)點, 增強節(jié)點構(gòu)成者的滿意度, 從而達到增強營銷網(wǎng)絡(luò)魯棒性的目的;另一方面,吸引更多的新企業(yè)加入到網(wǎng)絡(luò)中,使網(wǎng)絡(luò)規(guī)模不斷增加。

(3) 市場銷售對于企業(yè)而言具有信息反饋的作用,企業(yè)應(yīng)重視營銷過程中所得到的反饋信息, 一方面研發(fā)能夠不斷滿足客戶需要的新產(chǎn)品,另一方面對現(xiàn)有的產(chǎn)品和服務(wù)進行改進, 提高客戶的滿意度, 從而阻止競爭對手對合作客戶的爭奪,防止企業(yè)的退出。

(4) 企業(yè)要想在激烈的市場競爭中長盛不衰,必須要有不斷的創(chuàng)新(制度創(chuàng)新和技術(shù)創(chuàng)新)。創(chuàng)新將打破原有生產(chǎn)銷售合作網(wǎng)絡(luò)中的均衡。創(chuàng)新與競爭可能會導(dǎo)致網(wǎng)絡(luò)中的某些企業(yè)破產(chǎn),這些企業(yè)破產(chǎn)會不會導(dǎo)致網(wǎng)絡(luò)的劇烈變動甚至整個結(jié)構(gòu)的變更實際上依賴于這些企業(yè)在網(wǎng)絡(luò)中的重要程度,政府應(yīng)對這種核心企業(yè)采取適當(dāng)?shù)恼呒右员Ｗo。

五、結(jié)束語

本文以企業(yè)營銷網(wǎng)絡(luò)為例,模擬構(gòu)建了網(wǎng)絡(luò)模型,通過對該模型的統(tǒng)計參數(shù)的理論描述和計算機仿真,初步探討了統(tǒng)計參數(shù)對企業(yè)營銷網(wǎng)絡(luò)的指導(dǎo)意義。在進行仿真分析過程中也發(fā)現(xiàn),由新模型所生成網(wǎng)絡(luò)的平均最短路徑和企業(yè)營銷網(wǎng)絡(luò)的真實數(shù)據(jù)還是有些差別,在上面所示的仿真結(jié)果中,平均最短路徑要比真實數(shù)據(jù)大。當(dāng)調(diào)整模型中的參數(shù)時,雖然能夠使得平均路徑趨于真實數(shù)據(jù),但是此時,其它部分卻又與實際的數(shù)據(jù)有些差別。因此,我們需要繼續(xù)研究其中的原因,來改進新模型,使其更加適合企業(yè)營銷工作網(wǎng)絡(luò)的演化方式。

參考文獻:

[1]侯明揚:復(fù)雜網(wǎng)絡(luò)理論在企業(yè)營銷中的應(yīng)用研究[J]. 華東經(jīng)濟管理, 2008 (2) :1322134

[2]劉宏鯤 周濤:中國城市航空網(wǎng)絡(luò)的實證研究與分析[J]. 物理學(xué)報,2007 (1) :1062113

[3] Watts D J, Strogatz S H. Collective dynamics of‘small-world’networks[ J ]. Nature, 1998,393 (4) : 440 - 442

篇2

方劑是中醫(yī)臨床治療疾病的主要手段，是在辨證、立法的基礎(chǔ)上選藥配伍而成的。在辨證確定病機和通過立法確定遣藥組方指導(dǎo)原則的前提下，方劑的配伍仍遵循基本的組方結(jié)構(gòu)和藥物配伍原則，進行“君、臣、佐、使”配伍，從而使各藥形成“有制之師”，針對患者或證或病或癥，達到整體綜合調(diào)節(jié)的作用[1]，體現(xiàn)了方劑在中藥飲片層次的組織原則。同時，藥物配伍的原則如“七情合和”研究兩個藥物之間的功能組配關(guān)系，與方劑配伍形成互補性的組織原則。

在中醫(yī)臨床診療過程中，我們通過對臨床處方數(shù)據(jù)的初期分析，并與臨床專家的交流中發(fā)現(xiàn)，名老中醫(yī)的臨床復(fù)方的配伍規(guī)律主要體現(xiàn)在兩個層次。第一層次為臨床醫(yī)生一般以經(jīng)典復(fù)方(包括經(jīng)方、時方和驗方等)為基礎(chǔ)進行臨床處方；第二層次為在藥證或藥癥關(guān)系基礎(chǔ)上的藥物隨癥加減處理。這兩個層次的臨床處方配伍過程形成了既有核心處方結(jié)構(gòu)，又具有較大靈活性的處方集合。因此，通過對名老中醫(yī)處方集的共性網(wǎng)絡(luò)結(jié)構(gòu)分析，能夠發(fā)現(xiàn)體現(xiàn)其處方思維和臨床特點的核心處方配伍結(jié)構(gòu)，從而輔助進行名老中醫(yī)經(jīng)驗的傳承和整理研究。

復(fù)雜網(wǎng)絡(luò)是當(dāng)前科學(xué)界研究的熱點問題[2]，諸如蛋白質(zhì)網(wǎng)絡(luò)、萬維網(wǎng)、生態(tài)網(wǎng)、交通網(wǎng)和文獻引用網(wǎng)等都具有非常有趣的統(tǒng)計特性。其中，除了小世界網(wǎng)絡(luò)特性[3-4]之外，無尺度網(wǎng)絡(luò)(Scale Free Network)[5-6]是一種具有節(jié)點度冪律分布現(xiàn)象的復(fù)雜網(wǎng)絡(luò)，科學(xué)家對其動力學(xué)原理和應(yīng)用問題的研討已經(jīng)成為相關(guān)科學(xué)研究的亮點。復(fù)雜合作網(wǎng)絡(luò)如文獻作者網(wǎng)等也具有無尺度網(wǎng)絡(luò)的規(guī)律[7]。何氏等[8]把中藥復(fù)方視為廣義的合作網(wǎng)絡(luò)是合適的。無尺度網(wǎng)絡(luò)現(xiàn)象反映了復(fù)雜網(wǎng)絡(luò)在一定驅(qū)動力的影響下動態(tài)的自組織過程宏觀規(guī)律。我們認為，網(wǎng)絡(luò)中節(jié)點個體的分類特征、網(wǎng)絡(luò)組織的角色需求和組織中元素的關(guān)系分類是其潛在驅(qū)動力。不同于何氏等[8]的研究結(jié)果，我們基于古方及當(dāng)代臨床復(fù)方數(shù)據(jù)的分析表明，中醫(yī)藥理論指導(dǎo)下的復(fù)方配伍過程具有無尺度復(fù)雜網(wǎng)絡(luò)現(xiàn)象。這對中醫(yī)藥理論如復(fù)方配伍、藥物相互作用以及藥性理論等的研究提供了實證基礎(chǔ)，為進行中醫(yī)特色的科學(xué)研究提供了方法學(xué)啟發(fā)。筆者利用復(fù)方藥物配伍的無尺度網(wǎng)絡(luò)規(guī)律，研究實現(xiàn)了基于圖論網(wǎng)絡(luò)分析的處方核心藥物配伍知識發(fā)現(xiàn)方法。該方法在名老中醫(yī)處方經(jīng)驗的分析中得到了較好的應(yīng)用。

1 復(fù)方藥物配伍網(wǎng)絡(luò)的構(gòu)建

我們把單個復(fù)方的組成藥物(目前僅考慮藥物組成，對藥物劑量暫不考慮)為節(jié)點相互構(gòu)成完全圖。連接某兩個不同藥物的邊的權(quán)重表示這兩種藥物在多個復(fù)方中被使用的頻度。由此，一個較大的復(fù)方集合構(gòu)建的藥物配伍網(wǎng)絡(luò)將成為大量藥物節(jié)點與帶權(quán)重的邊連接的網(wǎng)絡(luò)。藥物節(jié)點之間的連接邊的權(quán)重在一定程度上表現(xiàn)了藥物之間同時配伍應(yīng)用的強度。中藥配伍網(wǎng)絡(luò)的構(gòu)建過程的示例見圖1，如大承氣湯由大黃、厚樸、枳實和芒硝4味藥物組成，因此，這4個藥物構(gòu)成了4個節(jié)點的完全圖，其每條邊的權(quán)重為1；而小承氣湯則由大黃、厚樸和枳實組成，因此，連接該3個藥物的每條邊的權(quán)重都增加1，其權(quán)重為2；由此，隨著復(fù)方的增加，該藥物配伍網(wǎng)絡(luò)的節(jié)點和邊的權(quán)重會逐步增加。當(dāng)大規(guī)模的復(fù)方集合如古方集和大量的臨床復(fù)方集構(gòu)成藥物配伍網(wǎng)絡(luò)時，該網(wǎng)絡(luò)中節(jié)點及其相互關(guān)系反映了全局性的藥物組配規(guī)律。而當(dāng)由面向某一特定病證的復(fù)方集構(gòu)成網(wǎng)絡(luò)時，其網(wǎng)絡(luò)反映了針對特定病證的藥物配伍知識。當(dāng)然，某名老中醫(yī)一段時間的臨床復(fù)方形成的藥物配伍網(wǎng)絡(luò)反映了其在某些病證條件下臨床處方的配伍經(jīng)驗知識。

2 復(fù)方藥物配伍網(wǎng)絡(luò)的節(jié)點度分布特性

在辨證施治的基礎(chǔ)上，復(fù)方反映了醫(yī)生從治療角度對患者病證一定程度的定性或定量認識，是患者病證演變的間接體現(xiàn)，用于臨床治療的穩(wěn)定復(fù)方藥物集系統(tǒng)性的自組織規(guī)律，是一個復(fù)雜的藥物組織集。我們通過構(gòu)建藥物配伍網(wǎng)絡(luò)并采用節(jié)點度分析方法發(fā)現(xiàn)，中醫(yī)古方集合(80 000余古方數(shù)據(jù)，見圖2)和臨床處方(20 000門診處方，見圖3)等都具有無尺度網(wǎng)絡(luò)現(xiàn)象(即節(jié)點的度分布服從冪函數(shù)分布)，是一種加權(quán)無尺度網(wǎng)絡(luò)[9]，其邊權(quán)重的冪值在2.2左右。復(fù)方藥物配伍的無尺度網(wǎng)絡(luò)現(xiàn)象在醫(yī)生處方中的具體體現(xiàn)就是某醫(yī)生對藥物的使用具有比較集中的趨勢，某些名老中醫(yī)偏好使用某些藥物，使得這些藥物的已有或潛在功效得到更大的發(fā)揮或挖掘。

基于古方及當(dāng)代臨床復(fù)方配伍過程的無尺度復(fù)雜網(wǎng)絡(luò)現(xiàn)象表明，某一特定復(fù)方集中存在可能共性或核心的藥物配伍子網(wǎng)絡(luò)。結(jié)合復(fù)方配伍中的無尺度網(wǎng)絡(luò)規(guī)律和基于圖論的網(wǎng)絡(luò)分析方法，我們能夠?qū)γ现嗅t(yī)的基本處方藥物配伍經(jīng)驗或者面向某一特定病證的藥物配伍經(jīng)驗進行分析，從而發(fā)現(xiàn)其關(guān)鍵的藥物組配結(jié)構(gòu)如核心藥物、藥對等信息，以輔助研究名老中醫(yī)的處方思維和臨床處方特點。

3 臨床復(fù)方的核心藥物配伍網(wǎng)絡(luò)分析研究

無尺度網(wǎng)絡(luò)的現(xiàn)象表明，中醫(yī)處方中存在核心的組織結(jié)構(gòu)，這些組織結(jié)構(gòu)代表了醫(yī)生臨床處方的思維結(jié)構(gòu)知識和臨床經(jīng)驗。我們以無尺度網(wǎng)絡(luò)的冪值為基準尋找醫(yī)生(特別是名老中醫(yī))的核心處方藥物配伍網(wǎng)絡(luò)。我們通過開發(fā)相應(yīng)算法實現(xiàn)了核心藥物配伍結(jié)構(gòu)的發(fā)現(xiàn)[10]。該算法基于無尺度網(wǎng)絡(luò)現(xiàn)象，選取藥物配伍網(wǎng)絡(luò)中的“Hub”藥物節(jié)點，從而尋找一定代表性和覆蓋度的某名老中醫(yī)的共性處方配伍網(wǎng)絡(luò)。當(dāng)針對某一病證或在總的日常診療過程中，某名老中醫(yī)的處方配伍網(wǎng)絡(luò)表達了該老中醫(yī)的處方思路或首選處方結(jié)構(gòu)，是其臨床經(jīng)驗和處方“偏好”信息的表現(xiàn)。同時，我們可以根據(jù)處方配伍網(wǎng)絡(luò)中的節(jié)點度分布，發(fā)現(xiàn)處方配伍網(wǎng)絡(luò)的核心節(jié)點，并根據(jù)這些節(jié)點在處方中的同現(xiàn)頻度計算其覆蓋度。我們以北京市地區(qū)20余位名老中醫(yī)的門診病例數(shù)據(jù)為基礎(chǔ)進行了核心處方配伍結(jié)構(gòu)的知識發(fā)現(xiàn)應(yīng)用研究，如分析方和謙老中醫(yī)的和肝湯處方配伍結(jié)構(gòu)、謝海洲老中醫(yī)治療類風(fēng)濕疾病的核心處方配伍結(jié)構(gòu)、田從豁老中醫(yī)的核心穴位配伍結(jié)構(gòu)、孫桂芝老中醫(yī)的腫瘤治療復(fù)方、薛伯壽老中醫(yī)的和法處方配伍結(jié)構(gòu)和咳嗽病痰熱阻肺證門診病例的處方配伍等等。下面以咳嗽病痰熱阻肺病例的處方配伍核心網(wǎng)絡(luò)分析作為示范。見表1。表1 門診咳嗽病痰熱阻肺證病例處方配伍網(wǎng)絡(luò)對應(yīng)的藥物關(guān)聯(lián)頻度（略）

在門診咳嗽病中痰熱阻肺證占有較大比重，在20 000余診次病歷中經(jīng)數(shù)據(jù)篩選后，確認滿足條件的病例為165診次，以小兒支氣管炎為主(這與我們選擇收集的門診病例特點有關(guān)，并不是咳嗽病痰熱阻肺證的本身疾病分布特點)，樣本中患者平均年齡為6歲左右。相應(yīng)的癥狀體征除咳嗽之外，主要有咽紅、舌紅、有痰、大便干等。我們通過基于網(wǎng)絡(luò)分析的方法確定咳嗽病痰熱阻肺證的處方配伍結(jié)構(gòu)知識。利用網(wǎng)絡(luò)分析算法計算獲得的分析結(jié)果，該網(wǎng)絡(luò)中核心藥物(通過節(jié)點度分布計算)為黃芩、杏仁、紫蘇子、葶藶子、百部和仙鶴草，這些藥物在90.2%的樣本處方中出現(xiàn)。說明幾乎所有咳嗽痰熱阻肺證患者都使用以上藥物。且網(wǎng)絡(luò)核心節(jié)點的周圍相關(guān)藥物如前胡、蘆根、瓜蔞、烏梅等表示對不同個體病例的主要隨癥加減思路。該網(wǎng)絡(luò)中節(jié)點的顏色以節(jié)點藥物的藥性進行區(qū)分，藥物配伍網(wǎng)絡(luò)中節(jié)點3種顏色總體分布信息，有助于為有經(jīng)驗的中醫(yī)臨床醫(yī)生提供該核心藥物配伍網(wǎng)絡(luò)相應(yīng)的基本病機(如寒熱、陰陽等方面)的直觀認識。除了產(chǎn)生可視化的處方配伍網(wǎng)絡(luò)之外，我們同時對該網(wǎng)絡(luò)的藥物關(guān)聯(lián)頻度信息進行數(shù)據(jù)庫存儲。該關(guān)聯(lián)信息描述了臨床處方中的主要藥對知識如葶藶子、紫蘇子，紫蘇子、杏仁，葶藶子、杏仁，仙鶴草、百部，黃芩、杏仁等，這些藥物配伍體現(xiàn)了我們所采集的門診病例中治療小兒支氣管炎痰熱阻肺證的主要藥物搭配思路。因此，網(wǎng)絡(luò)結(jié)構(gòu)圖與關(guān)聯(lián)數(shù)據(jù)信息結(jié)合可以進行針對某特定病證的處方配伍結(jié)構(gòu)分析，提煉歸納形成中醫(yī)臨床的處方經(jīng)驗知識，從而用于指導(dǎo)臨床診療或供年輕醫(yī)生學(xué)習(xí)。

由以上咳嗽病痰熱阻肺證的處方分析可見，處方配伍網(wǎng)絡(luò)具有直觀的表現(xiàn)形式，對于中醫(yī)臨床中發(fā)現(xiàn)或者驗證經(jīng)驗性的“小方”具有顯著的效果；同時也能夠輔助發(fā)現(xiàn)和驗證臨床醫(yī)生針對特定病證的處方思維或思路。且這種結(jié)果是可靠的，因為我們已經(jīng)試驗表明臨床處方中存在無尺度網(wǎng)絡(luò)的現(xiàn)象，而無尺度網(wǎng)絡(luò)的特點就是存在共性的核心網(wǎng)絡(luò)結(jié)構(gòu)。

4 探討與未來研究工作

中藥復(fù)方是一個有機整體，是理、法、方、藥的主要環(huán)節(jié)之一。復(fù)方的有機配伍是實現(xiàn)藥物增效減毒，針對病機對證用藥的基礎(chǔ)?！端貑枴ぶ琳嬉笳摗氛f：“方制君臣，何謂也？岐伯曰：主病之謂君，佐君之謂臣，應(yīng)臣之謂使。”《神農(nóng)本草經(jīng)·序列》將藥物配伍關(guān)系歸納為單行、相須、相使、相畏、相殺、相惡和相反等“七情合和”的關(guān)系。由此可見，中藥復(fù)方配伍是方劑形成之后中醫(yī)處方用藥的基本原則。大規(guī)模復(fù)方集的無尺度網(wǎng)絡(luò)現(xiàn)象表明中醫(yī)診療過程中復(fù)方的組配存在一些“偏好”現(xiàn)象。這些“偏好”現(xiàn)象可以表現(xiàn)在藥物的選擇、藥物的組配、醫(yī)生對病機的認識、疾病的發(fā)生發(fā)展機制和人體系統(tǒng)的狀態(tài)變化與調(diào)整途徑等。研究發(fā)現(xiàn)，這些“偏好”的來源、運行機制和病、癥、證等相關(guān)知識將有助于人們對復(fù)方復(fù)雜干預(yù)的理解，對疾病發(fā)生發(fā)展的理解等。

本文針對中醫(yī)臨床中的處方配伍經(jīng)驗分析目標，研究利用復(fù)方配伍的無尺度網(wǎng)絡(luò)現(xiàn)象和基于網(wǎng)絡(luò)分析的數(shù)據(jù)挖掘方法，實現(xiàn)具體病證或名老中醫(yī)的核心處方結(jié)構(gòu)知識發(fā)現(xiàn)。該方法通過圖形化的方式表達分析結(jié)果，從而為結(jié)果的闡釋和臨床專家的人機交互提供了便利。在未來的研究工作中，在一定適應(yīng)癥的條件下，具有穩(wěn)定結(jié)構(gòu)的復(fù)方組配知識發(fā)現(xiàn)問題；考慮多種“偏好”信息，進行復(fù)方配伍無尺度網(wǎng)絡(luò)現(xiàn)象的組織動力學(xué)機制研究問題；對臨床處方中的核心處方配伍群(多個反映處方集核心配伍結(jié)構(gòu)的子配伍網(wǎng)絡(luò))的挖掘算法的深入研究等問題；將是揭示和發(fā)現(xiàn)中醫(yī)復(fù)方藥物配伍與臨床診療規(guī)律的重要課題。

參考文獻

[1] 于友華.方劑配伍理論的系統(tǒng)科學(xué)思想[J].中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志， 2004，10(8)：63－64.

[2] Newman MEJ， Barabási A-L， Watts DJ. The Structure and Dynamics of Networks[M]. Princeton：Princeton Univ Press，2006.

[3] DJ Watts， SH， Strogatz. Collective dynamics of’small-world’ networks[J]. Nature，1998，393：440－442.

[4] MEJ Newman， C Moore， DJ Watts. Mean-field solution of the small-world network model[J]. Phys Rev Lett，2000，84：3201－3204.

[5] R Albert， H Jeong， AL Barab’asi. Diameter of the world

wide web[J]. Nature，1999，401：130－131.

[6] AL Barabási， R Albert， H Jeong.Mean-field theory for scale-free random networks[J]. Physica，1999，272：173－187.

[7] Newman MEJ. The structure of scientific collaboration networks[J]. Proc Natl Acad Sci USA，2001，98(2)：404－409.

篇3

一、引言

在1978年之前，中國一直實行建立于社會主義制度上的經(jīng)濟和金融系統(tǒng)。中國人民銀行（PBC）不僅發(fā)行貨幣，而且是國家經(jīng)濟計劃的中心。從1979到1992年經(jīng)歷了第一階段的改革，形成了兩個銀行體系，從中國人民銀行（中央銀行）中分離出四大國有銀行。當(dāng)時四大國有銀行之間的功能高度細分，明確的分工范圍使它們互相之間并無競爭。1992年之后，為了提高銀行業(yè)的競爭，政府建立了新的小以及中等大小的商業(yè)銀行。在這一階段，四大國有銀行仍處于壟斷地位，與其他商業(yè)銀行之間的競爭并不明顯。在1994年又先后建立三家政策性銀行（國家開發(fā)銀行，中國進出口銀行，中國農(nóng)業(yè)發(fā)展銀行）將政策性業(yè)務(wù)從商業(yè)銀行中分離開來。在這一階段還建立了城市商業(yè)銀行，農(nóng)村商業(yè)銀行，農(nóng)村信用合作社，郵政儲蓄銀行等，使中國銀行業(yè)形成了多層次的銀行體系。多層次的銀行體系使銀行業(yè)務(wù)重復(fù)并且交叉混合，而企業(yè)與銀行的關(guān)系也逐漸改變，企業(yè)融資向多銀行信用關(guān)系轉(zhuǎn)變，銀行與銀行之間的競爭不斷加劇。

自從Watts[1]等提出了小世界網(wǎng)絡(luò)，Barabási[2]等提出了無標度網(wǎng)絡(luò)，復(fù)雜網(wǎng)絡(luò)理論的應(yīng)用已經(jīng)逐漸滲透到自然，工程，生物，物理，社會科學(xué)等各個領(lǐng)域。Allen[3]等應(yīng)用復(fù)雜網(wǎng)絡(luò)方法對金融問題進行分析，發(fā)現(xiàn)銀行網(wǎng)絡(luò)結(jié)構(gòu)的不同對風(fēng)險的傳播程度以及傳播途徑具有一定影響。Souma[4]等將復(fù)雜網(wǎng)絡(luò)方法應(yīng)用于日本經(jīng)濟系統(tǒng)，構(gòu)建了包含銀行和企業(yè)兩種類型節(jié)點的網(wǎng)絡(luò)，實證分析發(fā)現(xiàn)銀行網(wǎng)絡(luò)具有無標度特性，度分布服從冪率分布。萬陽松[5]等對銀行網(wǎng)絡(luò)結(jié)構(gòu)特征進行研究，發(fā)現(xiàn)銀行間市場網(wǎng)絡(luò)具有同質(zhì)性的特征。厲浩[6]等通過應(yīng)用復(fù)雜網(wǎng)絡(luò)理論對銀行間的網(wǎng)絡(luò)結(jié)構(gòu)進行分析，構(gòu)建了隨機-無標度混合演化網(wǎng)絡(luò)模型和擴展隨機-無標度演化網(wǎng)絡(luò)模型，研究發(fā)現(xiàn)隨著銀行間市場的擇優(yōu)行為程度的增加，網(wǎng)絡(luò)會從隨機演化網(wǎng)絡(luò)向BA無標度演化網(wǎng)絡(luò)演化。

以上大量國內(nèi)外研究表明，銀行網(wǎng)絡(luò)的確存在典型的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)特征，如無標度特征，集聚性特征，層次結(jié)構(gòu)特征等。而采用復(fù)雜網(wǎng)絡(luò)方法對銀行競爭關(guān)系的研究卻比較少，本文通過復(fù)雜網(wǎng)絡(luò)分析方法，以滬深A(yù)股上市公司長期貸款數(shù)據(jù)為研究樣本構(gòu)建銀行競爭關(guān)系共同網(wǎng)絡(luò)模型和加權(quán)競爭關(guān)系網(wǎng)絡(luò)模型。研究銀行網(wǎng)絡(luò)的拓撲結(jié)構(gòu)屬性，分析銀行競爭結(jié)構(gòu)，有利于描述銀行貸款競爭關(guān)系，促進銀行業(yè)的有效競爭和健康發(fā)展，對維護銀行系統(tǒng)穩(wěn)定以及規(guī)范銀行市場競爭行為有一定意義。

二、銀行貸款競爭網(wǎng)絡(luò)模型的構(gòu)建

（一）銀行貸款競爭關(guān)系共同網(wǎng)絡(luò)模型

銀行與企業(yè)的信用關(guān)系可以構(gòu)成一個網(wǎng)絡(luò)，而這個網(wǎng)絡(luò)中包含企業(yè)與銀行兩個對象，所以稱為二分網(wǎng)絡(luò)（bipartite network），又稱為隸屬網(wǎng)絡(luò)。通過網(wǎng)絡(luò)映射的方式使銀行與企業(yè)信用關(guān)系的二分網(wǎng)絡(luò)轉(zhuǎn)化為只有銀行這一個對象存在的銀行競爭關(guān)系共同網(wǎng)絡(luò)。在這個網(wǎng)絡(luò)中以銀行為節(jié)點，如果兩家銀行與相同的公司存在信用關(guān)系，則就在這兩家銀行之間連一條邊表示銀行之間的競爭關(guān)系，從而構(gòu)建出銀行競爭關(guān)系共同網(wǎng)絡(luò)模型。數(shù)學(xué)表達式為，其中代表銀行集合，代表銀行，代表銀行之間貸款競爭關(guān)系的鄰接矩陣。

（二）加權(quán)競爭關(guān)系網(wǎng)絡(luò)模型

不同的銀行具有不同的能力以及影響力，從而形成了在市場上不同的競爭地位。對于一個銀行來說，面對地位不同的競爭對手，其感受到的競爭壓力也是不同的。因此引入了市場共同度的概念。市場共同度（market commonality）[7]是指目標企業(yè)A和競爭對手企業(yè)B共享市場的程度。根據(jù)市場共同度的概念，采用銀行貸款額對銀行間的競爭壓力進行量化。從而在銀行競爭關(guān)系共同網(wǎng)絡(luò)模型的基礎(chǔ)上，將銀行間的競爭壓力作為邊權(quán)構(gòu)建加權(quán)競爭關(guān)系網(wǎng)絡(luò)模型（weighted competitive relationship network）。市場共同度如下式所示

（1）

其中， 為銀行B相對于銀行A的市場共同度；k為向銀行貸款的公司，k=1，2，3…；PAK為銀行A貸款給公司k的金額；PBK為銀行B貸款給公司k的金額；PA為銀行A的貸款額總和，Pk為公司k的貸款額總和。PAk/PA是k公司在A銀行的貸款額占A銀行總貸款額的比例，表示k公司的貸款對于A銀行的重要程度；PBk/Pk是k公司在B銀行的貸款額占k公司的總貸款額，表示B銀行的入侵規(guī)模。所以銀行B相對于銀行A的市場共同度為銀行B在所有公司貸款業(yè)務(wù)上給A公司施加的壓力，即B銀行給A銀行帶來的競爭壓力。

三、樣本數(shù)據(jù)的選擇與說明

數(shù)據(jù)的可獲得性是在經(jīng)濟社會方面進行復(fù)雜網(wǎng)絡(luò)建模所面臨的困難之一，其原因有兩個，首先個人難以獲得并收集大規(guī)模的經(jīng)濟數(shù)據(jù)；其次一些涉及營業(yè)額，利潤，市場份額的數(shù)據(jù)屬于商業(yè)機密無法獲取，這導(dǎo)致了復(fù)雜網(wǎng)絡(luò)這種需要一定數(shù)據(jù)量的分析方法無法應(yīng)用于許多經(jīng)濟商業(yè)領(lǐng)域。為了保證數(shù)據(jù)的權(quán)威性，合法性以及代表性，本文研究的銀行貸款競爭網(wǎng)絡(luò)的數(shù)據(jù)樣本是滬深A(yù)股上市公司在2012年的銀行長期借款。這保證了數(shù)據(jù)的可獲得性，短期借款受客觀條件如金融大環(huán)境，信貸政策，和主觀條件如公司的經(jīng)營情況的影響較大，而長期借款則減少了這些影響。

根據(jù)前述的競爭網(wǎng)絡(luò)建模規(guī)則，利用樣本數(shù)據(jù)，構(gòu)建了銀行貸款競爭網(wǎng)絡(luò)拓撲結(jié)構(gòu)形態(tài)圖。其中包括一個最大連通子網(wǎng)絡(luò)和兩個孤立點，兩個孤立點分別屬于城市商業(yè)銀行和農(nóng)村信用合作聯(lián)社，它們都只向一家公司發(fā)放貸款，而相對的公司也只與這一家銀行存在信貸關(guān)系。

四、銀行貸款競爭網(wǎng)絡(luò)模型特征分析

（一）節(jié)點度及節(jié)點度分布

節(jié)點度，簡稱為點度（degree）指一個頂點擁有的連線數(shù)量，即

（2）

其中N為網(wǎng)絡(luò)的節(jié)點集合。在銀行貸款競爭網(wǎng)絡(luò)中，一個代表銀行的節(jié)點的點度越高，表示銀行的競爭力能直接影響和支配更多的銀行，所以這個節(jié)點在整個網(wǎng)絡(luò)中擁有更高的地位以及重要性。在網(wǎng)絡(luò)中節(jié)點最大度為76，為中國銀行，最小點度為1，為天津銀行，南京銀行等，平均值為14。通過軟件對節(jié)點度分布經(jīng)行擬合，得到節(jié)點度分布的冪率指數(shù)為，可決系數(shù)。因此節(jié)點度符合冪率分布。

（二）節(jié)點度與節(jié)點強度相關(guān)性分析

節(jié)點強度（vertex strength），也稱為點權(quán)，指與節(jié)點關(guān)聯(lián)的邊權(quán)之和，即

（3）

其中，Ni為節(jié)點的鄰點集合，Wij為連接節(jié)點i和j之間邊的權(quán)重。加權(quán)競爭關(guān)系網(wǎng)絡(luò)模型是在銀行競爭網(wǎng)絡(luò)模型基礎(chǔ)之上，根據(jù)銀行間的市場共同度為邊權(quán)構(gòu)建起來的，節(jié)點的強度表現(xiàn)了不同銀行貸款的競爭能力。節(jié)點度與節(jié)點強度之間的相關(guān)系數(shù)可以衡量與銀行貸款有競爭關(guān)系的銀行數(shù)目和該銀行競爭實力之間的相關(guān)程度。節(jié)點度-節(jié)點入度權(quán)相關(guān)系數(shù)為0.878，大于0，表現(xiàn)出強相關(guān)，節(jié)點度-節(jié)點出度權(quán)相關(guān)系數(shù)為-0.230，小于0，表現(xiàn)出弱相關(guān)。即指在市場中銀行所擁有的競爭對手數(shù)量與其施加于對手的競爭壓力強正相關(guān)，而銀行所擁有的競爭對手數(shù)量與其所受到的競爭壓力弱負相關(guān)。這表明銀行的競爭實力越強，就有越多的競爭對手，而收到越少的競爭壓力；并且，銀行的競爭實力越弱，競爭對手越少，而受到的競爭壓力卻越強。

（三）同配性

為了研究銀行貸款競爭網(wǎng)絡(luò)是否具有同配性，從節(jié)點的鄰點平均度進行研究。鄰點平均度（ANND，Average Nearest-Neighbor Degree）[8]是指與節(jié)點i相鄰的節(jié)點的節(jié)點度的平均值，可以用于度量節(jié)點的鄰接節(jié)點在網(wǎng)絡(luò)中的連接程度。點度大的銀行與點度大的銀行進行競爭的現(xiàn)象稱為同配性；而節(jié)點度大的銀行與節(jié)點度小的銀行進行競爭的現(xiàn)象稱為異配性。在銀行貸款競爭網(wǎng)絡(luò)中分析鄰點平均度與節(jié)點度的相關(guān)性，ND-ANND相關(guān)系數(shù)為-0.593，小于0，說明銀行貸款競爭網(wǎng)絡(luò)為異配性網(wǎng)絡(luò)，存在節(jié)點度大的銀行與節(jié)點度小的銀行競爭的現(xiàn)象。這可以在銀行貸款競爭網(wǎng)絡(luò)中存在緊密聯(lián)系著的并且擁有較大的競爭力和影響力銀行云集團，而這些擁有較大競爭力的銀行同時也與較小的銀行存在競爭關(guān)系。

（四）聚類系數(shù)

我們發(fā)現(xiàn)在許多網(wǎng)絡(luò)中存在節(jié)點的鄰點互為鄰點的情況，這種性質(zhì)稱為集聚性，網(wǎng)絡(luò)的集聚性可以用網(wǎng)絡(luò)聚類系數(shù)（Network clustering coefficient）加以描述。網(wǎng)絡(luò)聚類系數(shù)可以通過各個頂點的頂點聚類系數(shù)計算出來。頂點聚類系數(shù)指在該頂點的鄰點中，直接相連的鄰點對占所有可能存在的鄰點對的比例。即

（4）

其中 表示與節(jié)點直接相連的節(jié)點數(shù)， 表示 在個節(jié)點間可能存在的最大邊數(shù)， 表示實際存在的邊數(shù)。由此可見，只有一個節(jié)點至少擁有兩個鄰點才能夠算出頂點聚類系數(shù)。網(wǎng)絡(luò)聚類系數(shù)為所有頂點聚類系數(shù)的平均值，即

（5）

C的取值在0到1之間，當(dāng)C=1時表示在這個網(wǎng)絡(luò)中所有節(jié)點兩兩之間都直接連接。銀行競爭貸款網(wǎng)絡(luò)的網(wǎng)絡(luò)聚類系數(shù)為0.40349，數(shù)值較大。這反映出銀行貸款競爭網(wǎng)絡(luò)的集團化程度較大，一個銀行的對手銀行之間互相也存在競爭關(guān)系，說明銀行之間存在較為激烈的競爭，這也說明銀行貸款客戶的重合性非常高，銀行之間的競爭趨向同質(zhì)化。

（五）平均最短路徑長度

網(wǎng)絡(luò)中兩個節(jié)點之間經(jīng)歷邊數(shù)最少的一條簡單路徑的邊數(shù)稱為兩節(jié)點之間的距離[9]。網(wǎng)絡(luò)的直徑D定義為所有距離中的最大值。平均最短路徑長度L定義為所有節(jié)點對之間距離的平均值，即

（6）

其中N為節(jié)點數(shù)， 為節(jié)點i與節(jié)點j之間的距離。銀行貸款競爭網(wǎng)絡(luò)的網(wǎng)絡(luò)直徑為4，平均最短距離為1.97875，這表明在銀行競爭網(wǎng)絡(luò)中，一個銀行平均只需要通過2個中間銀行就能找到有與之有競爭關(guān)系的其他銀行。其平均最短距離較小，而聚類系數(shù)較大，說明銀行貸款競爭網(wǎng)絡(luò)具有小世界特征。

五、結(jié)論

本文以滬深A(yù)股上市公司2012年的銀行長期借款為樣本構(gòu)建了銀行貸款競爭關(guān)系共同網(wǎng)絡(luò)模型，并以此為基礎(chǔ)將市場共同度構(gòu)建作為邊權(quán)構(gòu)建了加權(quán)競爭關(guān)系網(wǎng)絡(luò)模型。實證研究發(fā)現(xiàn)銀行競爭網(wǎng)絡(luò)的節(jié)點度服從冪率分布；點度-節(jié)點入度權(quán)為強相關(guān)，節(jié)點度-節(jié)點出度權(quán)為弱相關(guān)；較大的集聚系數(shù)與較小路徑長度表明此網(wǎng)絡(luò)具有小世界特性；通過對銀行競爭網(wǎng)絡(luò)模型進行分析，發(fā)現(xiàn)國有大型商業(yè)銀行在銀行系統(tǒng)中仍然擁有較高地位，雖然競爭對手眾多但是受到的競爭壓力卻并不大，全國股份制商業(yè)銀行內(nèi)部的競爭非常激烈，受到較大的競爭壓力。隨著競爭的加劇以及銀行競爭的趨向同質(zhì)性，國有大型銀行的影響力將會下降，將有更多的全國股份制商業(yè)銀行加入網(wǎng)絡(luò)的核心集團對銀行系統(tǒng)產(chǎn)生更大的影響力。

本文只采用復(fù)雜網(wǎng)絡(luò)方法對銀行貸款競爭關(guān)系進行了初步的探索，僅僅分析了其網(wǎng)絡(luò)模型的一些拓撲結(jié)構(gòu)屬性，還有許多問題有待進一步的研究，比如銀行競爭網(wǎng)絡(luò)模型的演化機制，銀行競爭地位的變化對貸款定價的影響，對銀行間風(fēng)險的分擔(dān)以及對整個銀行系統(tǒng)的影響。

參考文獻：

[1] Duncan J Watts，Steven H Strogatz .Collective dynamics of‘small-world’networks [J].Nature，1998，393（6684）：440-442.

[2] Albert-Laszlo Barabási，R Albert .Emergence of scaling in random networks [J].Science，1999，286（5439） ：509-512.

[3] Allen F，D Gale.Financial Contagion [J].Journal of Political Economy，2000（108）：1-33.

[4] Souma W，F(xiàn)ujiwara Y，Aoyama H .Complex Networks and Economics [J].Physica A：Statistical Mechanics and its Applications，2003，324（1/2）：396-401.

[5] 萬陽松，，陳曉榮 .復(fù)雜銀行網(wǎng)絡(luò)的宏觀結(jié)構(gòu)模型及其分析[J].上海交通大學(xué)學(xué)報，2007，41（7）：l161-1164.

[6] 厲浩，陳庭強，何建敏 .復(fù)雜網(wǎng)絡(luò)理論的銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)演化模型[J].北京理工大學(xué)學(xué)報，2012，14（2）：71-76.

[7] Mcpherson M .An ecology of affiliation [J].American Sociological Review，1983，48（4）：519-532

篇4

中圖分類號：TP311.52 文獻標識碼：A 文章編號：1007-9416（2015）04-0220-01

網(wǎng)絡(luò)化軟件的媒介是互聯(lián)網(wǎng)，運行元素是網(wǎng)絡(luò)信息和資源，軟件的功能就是通過元素之間的操作和協(xié)作實現(xiàn)的，從而建立一個多軟件混合系統(tǒng)?，F(xiàn)階段，網(wǎng)絡(luò)技術(shù)和軟件技術(shù)，不斷完善，應(yīng)用面也越來越廣，人們提高了軟件服務(wù)的要求。在這個影響下，軟件系統(tǒng)更加復(fù)雜，規(guī)模也有所擴大?，F(xiàn)對網(wǎng)絡(luò)化軟件的復(fù)雜網(wǎng)絡(luò)特性進行分析，并總結(jié)如下。

1 網(wǎng)絡(luò)化軟件的意義和特點

科技的發(fā)展，促使計算機得到了更好的應(yīng)用，并在社會的各個領(lǐng)域中，具有比較重要的作用。在網(wǎng)絡(luò)化軟件中應(yīng)用中，相關(guān)人員應(yīng)了解其重點內(nèi)容，例如人們對網(wǎng)絡(luò)話軟件的要求不斷增加，軟件的應(yīng)用深度和廣度不斷增加[1]。網(wǎng)絡(luò)化軟件屬于互聯(lián)網(wǎng)中的一部分，主要是應(yīng)用網(wǎng)絡(luò)信息和資源，通過這些基本元素，促使該復(fù)雜的軟件系統(tǒng)能夠順利操作。

網(wǎng)絡(luò)化軟件能夠作為計算機一種面向服務(wù)的應(yīng)用形式，主要的操作方式，是元素之間的相互作用，通過這種方式為人們提供能需要的服務(wù)。網(wǎng)絡(luò)化軟件能夠根據(jù)人們不同的需求，及時改變，更好的實現(xiàn)動態(tài)化管理和服務(wù)。在應(yīng)用網(wǎng)絡(luò)化軟件的過程中，應(yīng)始終堅持以人為本，為人們提供更好的軟件服務(wù)，促進經(jīng)濟水平的提升。

2 網(wǎng)絡(luò)化軟件的復(fù)雜網(wǎng)絡(luò)特性分析

現(xiàn)階段，計算機和網(wǎng)絡(luò)都得到較好的發(fā)展，不斷完善了PC軟件的形態(tài)，并在發(fā)展中，逐漸融合優(yōu)秀的內(nèi)容。網(wǎng)絡(luò)化軟件突出了網(wǎng)絡(luò)基礎(chǔ)設(shè)施在系統(tǒng)中的地位，從而反映出系統(tǒng)元素的重要作用，更好的為客戶服務(wù)，現(xiàn)對網(wǎng)絡(luò)化軟件的復(fù)雜性進行全面且綜合性的分析。

2.1 基礎(chǔ)設(shè)施

2.1.1 Internet

Internet拓撲建模這項工作比較復(fù)雜，相關(guān)人員應(yīng)在分析中，掌握其包含的規(guī)律。從而更加全面的認識Internet，這種方法能夠為軟件的設(shè)計和實現(xiàn)，奠定有利的基礎(chǔ)[2]。Internet拓撲建模，能夠更好的解釋網(wǎng)絡(luò)的復(fù)雜性，計算機網(wǎng)絡(luò)不斷創(chuàng)新，相關(guān)人員需要大量的數(shù)據(jù)，對網(wǎng)絡(luò)度量指標和軟件內(nèi)部的相關(guān)性進行分析，從而使這個軟件的功能得到更好的發(fā)揮，增加Internet的可靠性，提升Internet的應(yīng)用效果。

2.1.2 WWW

WWW 是人們獲取信息和共享信息的途徑，在WWW的應(yīng)用中，鏈接結(jié)構(gòu)具有重要的作用?，F(xiàn)階段，我國WWW的應(yīng)用規(guī)模不斷擴展，并迅速發(fā)展，在網(wǎng)絡(luò)軟件的應(yīng)用中，是一個非常重要的載體。從微觀角度進行分析，相關(guān)人員可以利用量化指標和復(fù)雜的網(wǎng)絡(luò)特性分析，對搜索功能、社會發(fā)現(xiàn)工具及評價內(nèi)容進行不斷完善，所以WWW具有重要作用。如果從宏觀角度進行分析，應(yīng)綜合多種應(yīng)用工具和系統(tǒng)進行考慮，利用WWW的信息潛能。

2.2 應(yīng)用服務(wù)

2.2.1 web 服務(wù)

Web服務(wù)主要是根據(jù)Web自身的環(huán)境實現(xiàn)的，在這個過程中，可以對環(huán)境和模塊化的應(yīng)用程序進行完善，Web是一種非常重要的信息資源。相關(guān)人員應(yīng)明確Web是通過Internet 進行和訪問的，所以在這個過程中，要采取合理的技術(shù)，對Web服務(wù)進行審視，延伸軟件技術(shù)，更好的解決功能的封裝、消息的傳送以及動態(tài)的綁定工作。相關(guān)人員還應(yīng)了解到Internet 可用公共 web 信息資源與服務(wù)有一定局限性，這種情況導(dǎo)致信息和數(shù)據(jù)的收集和整理工作的難度有所加大。所以研究人員應(yīng)根據(jù)Web和Internet 的特點，深入對數(shù)據(jù)和Web服務(wù)的開發(fā)與研究工作。

2.2.2 面向?qū)ο筌浖?/p>

軟件屬于一種人工智能化系統(tǒng)，具有拓撲結(jié)構(gòu)和功能性指標，相關(guān)人員應(yīng)對這些功能性指標進行科學(xué)且合理的分析，合理且有效的描述來軟件的結(jié)構(gòu)情況，并對軟件結(jié)構(gòu)進行量化分析。通過這種方式實現(xiàn)軟件結(jié)構(gòu)的完善，軟件結(jié)構(gòu)表示一種互連內(nèi)容的復(fù)雜網(wǎng)絡(luò)拓撲形態(tài)，相關(guān)人員可以通過網(wǎng)絡(luò)，分析軟件結(jié)構(gòu)信息，更好的理解軟件的本質(zhì)，從而軟件的復(fù)雜特性和量化奠定良好的基礎(chǔ)。

2.2.3 語義 web 服務(wù)

Web是一種技術(shù)，主要以服務(wù)核心，如果這個內(nèi)容缺乏對服務(wù)的約束，很可能導(dǎo)致相反的效果。相關(guān)人員應(yīng)支持語義的屬性描述，發(fā)現(xiàn)Web服務(wù)存在的問題，合理解決，從而保證機器處理的精確性，避免不合理的方式，給實用化進程造成影響[3]。相關(guān)人員應(yīng)從語義層，描述Web服務(wù)能力和屬性，從而更好的描述軟件功能，提高Web的服務(wù)選取效率和軟件分析的針對性和準確性，為自動發(fā)現(xiàn)服務(wù)和選擇服務(wù)，提高較好的理論基礎(chǔ)。

在社會主義現(xiàn)代化基礎(chǔ)建設(shè)及信息化時代不斷進步的背景下，相關(guān)人員應(yīng)了解軟件技術(shù)的重要作用，確保軟件能夠在服務(wù)中堅持以人為本和認真嚴謹?shù)脑瓌t，從而更好的社會的生產(chǎn)生活服務(wù)。網(wǎng)絡(luò)化軟件在應(yīng)用中，具有個性化和多元化的特點，該軟件還能夠提供生產(chǎn)指導(dǎo)和服務(wù)構(gòu)造說明。 在科技發(fā)展和互聯(lián)網(wǎng)發(fā)展的影響喜愛，網(wǎng)絡(luò)化軟件及資源，受到人們的廣泛關(guān)注，所以不斷對虛擬化服務(wù)器進行創(chuàng)新，實現(xiàn)整個工作的關(guān)鍵性內(nèi)容。

3 結(jié)語

通過上文對網(wǎng)絡(luò)話軟件的復(fù)雜網(wǎng)絡(luò)特性分析，我國軟件技術(shù)發(fā)展速度較快，相關(guān)單位一直致力于開發(fā)質(zhì)量高、安全性強的產(chǎn)品和服務(wù)，從而在社會的各個領(lǐng)域中得到較好的應(yīng)用。網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)話軟件的構(gòu)成越來越復(fù)雜，相關(guān)人員應(yīng)不斷改善網(wǎng)絡(luò)軟件系統(tǒng)，更好保證其作用。網(wǎng)絡(luò)發(fā)展規(guī)模和復(fù)雜堵不斷增加，為網(wǎng)絡(luò)化軟件系統(tǒng)帶來了新的挑戰(zhàn)，所以相關(guān)人員應(yīng)從網(wǎng)絡(luò)化、服務(wù)化、社會化的角度，對網(wǎng)絡(luò)話軟件的復(fù)雜網(wǎng)絡(luò)特征進行全面且深入的研究，通過實證分析，了解網(wǎng)絡(luò)化軟件的設(shè)施需求，滿足其應(yīng)用服務(wù)方面及其他方面的要求，為我國軟件工程的迅速發(fā)展奠定良好的基礎(chǔ)。

參考文獻

篇5

二、復(fù)雜網(wǎng)絡(luò)和計算機網(wǎng)絡(luò)拓撲的基本理論

（一）復(fù)雜網(wǎng)絡(luò)理論的含義及其復(fù)雜性

復(fù)雜網(wǎng)絡(luò)是指具有內(nèi)部相似、自行組織、吸引因子、小區(qū)域、無標度中的一部分或者全部的網(wǎng)絡(luò)。其復(fù)雜性主要體現(xiàn)在以下六個方面：①結(jié)構(gòu)的復(fù)雜性，表現(xiàn)在網(wǎng)絡(luò)的節(jié)點數(shù)量較大。②節(jié)點的多樣性，網(wǎng)絡(luò)中的所有組成部分，代表的各種事物均為復(fù)雜網(wǎng)絡(luò)理論中的節(jié)點。③連接的多樣性，指的是網(wǎng)絡(luò)中節(jié)點的連接方式不一致。④動力學(xué)的復(fù)雜性，指的是節(jié)點之間的復(fù)雜性，能夠產(chǎn)生多樣的結(jié)構(gòu)特征。⑤網(wǎng)絡(luò)結(jié)構(gòu)的變化性，指的是網(wǎng)絡(luò)節(jié)點之間消失和連接產(chǎn)生就像網(wǎng)頁隨時斷開和連接一樣，使得網(wǎng)絡(luò)結(jié)構(gòu)不斷的發(fā)生變化。⑥多重復(fù)雜性的融合，指的是上述所有復(fù)雜性的結(jié)合表現(xiàn)出的復(fù)雜性。此外，復(fù)雜網(wǎng)絡(luò)理論有小世界、集團集聚程度更加密集和冪律的度及介數(shù)涵蓋的范圍不斷擴大等三種特性。

（二）計算機網(wǎng)絡(luò)拓撲技術(shù)及分類

計算機網(wǎng)絡(luò)拓撲最早是由瑞士數(shù)學(xué)家歐拉在1736年提出的，主要是用于連接計算機網(wǎng)絡(luò)和傳輸不同設(shè)備之間數(shù)據(jù)的一種方式。不同的網(wǎng)絡(luò)設(shè)計要選擇適合的網(wǎng)絡(luò)拓撲方式，在網(wǎng)絡(luò)拓撲結(jié)構(gòu)中，拓撲技術(shù)是以圖像的方式來表示多種設(shè)備之間的相互關(guān)系。計算機網(wǎng)絡(luò)拓撲的主要類型有星行結(jié)構(gòu)、環(huán)形結(jié)構(gòu)、總線型結(jié)構(gòu)、混合拓撲結(jié)構(gòu)、分布式結(jié)構(gòu)等。由于計算機的分布和數(shù)據(jù)傳輸電纜的布置存在很大的差異性，每一種網(wǎng)絡(luò)拓撲結(jié)構(gòu)都有其相應(yīng)的優(yōu)缺點，因此在計算機網(wǎng)絡(luò)拓撲形式的使用上，要具體問題具體分析。

三、復(fù)雜網(wǎng)絡(luò)理論在計算機網(wǎng)絡(luò)拓撲中的具體應(yīng)用分析

（一）計算機網(wǎng)絡(luò)的同步行為現(xiàn)象分析

這主要是指計算機各個網(wǎng)絡(luò)節(jié)點之間的同步行為，在復(fù)雜網(wǎng)絡(luò)理論中，網(wǎng)絡(luò)節(jié)點之間的同步是較為常見的一種現(xiàn)象，主要是受網(wǎng)絡(luò)拓撲和各節(jié)點之間的動力學(xué)性質(zhì)決定的。但是值得注意的是，這種同步行為并不都是有益的，如由多個路由器發(fā)出路由信息的網(wǎng)絡(luò)，其同步行為包括了發(fā)出同一種路由信息和同時不發(fā)送信息，這就很有可能會使得網(wǎng)絡(luò)出現(xiàn)擁擠或者癱瘓的現(xiàn)象。從計算機網(wǎng)絡(luò)技術(shù)的發(fā)展來看，人們采取避免計算機網(wǎng)絡(luò)出現(xiàn)同步行為的措施并沒能完全奏效，經(jīng)常會出現(xiàn)一種同步行為結(jié)束，另一種同步行為又產(chǎn)生的現(xiàn)象。因此，如何有效杜絕計算機網(wǎng)絡(luò)的同步行為現(xiàn)象仍然是人們研究的課題。

（二）計算機網(wǎng)絡(luò)拓撲行為的演化模型

計算機網(wǎng)絡(luò)拓撲行為的演化模型由復(fù)雜網(wǎng)絡(luò)演化模型逐步轉(zhuǎn)變?yōu)榱司植垦莼Ｐ?，這兩種演化模型都是從路由器和自治域兩個不同的層次來描述計算機網(wǎng)絡(luò)的拓撲結(jié)構(gòu)的。從路由器上看，各個路由器相當(dāng)于各個網(wǎng)絡(luò)節(jié)點，而路由器之間的物理連接相當(dāng)于邊。從自治域上看，在邊界網(wǎng)關(guān)協(xié)議的基礎(chǔ)上，如果兩個自治域之間對等連接的話，就說明這兩個節(jié)點之間是有一條邊相連的。復(fù)雜網(wǎng)絡(luò)演化模型演化出的結(jié)果很大程度上出現(xiàn)富者更富，窮著更窮的現(xiàn)象，即那些新加入的用戶會傾向于那些品牌好、質(zhì)量好、連接數(shù)量多的網(wǎng)絡(luò)服務(wù)商。該模型遵循的偏好連接原則是基于整個網(wǎng)絡(luò)上的，與優(yōu)先考慮連接到本地區(qū)的服務(wù)器或路由器的實際不符。而局部演化模型的偏好連接傾向性是在局部信息的基礎(chǔ)上形成的，一定程度上克服了復(fù)雜網(wǎng)絡(luò)演化模型的缺陷。

（三）計算機網(wǎng)絡(luò)脆弱性和魯棒性的動力學(xué)模型

1.計算機網(wǎng)絡(luò)的魯棒性。計算機網(wǎng)絡(luò)的原始功能是保證軍事資料的安全性，這樣的保證就是所謂的魯棒性。魯棒性是指在計算機網(wǎng)絡(luò)中的某個區(qū)域或節(jié)點中出現(xiàn)問題或故障時，不會擴散到整個計算機網(wǎng)絡(luò)系統(tǒng)，計算機還能保持正常的運行。相關(guān)研究表明，一般在一個網(wǎng)絡(luò)系統(tǒng)中，只要有百分之二十左右的正常區(qū)域和政策階段就能夠保障計算機網(wǎng)絡(luò)的正常運行。

2.計算機網(wǎng)絡(luò)的脆弱性。雖然計算機網(wǎng)絡(luò)有魯棒性的動力學(xué)模型，但是一旦計算機網(wǎng)絡(luò)系統(tǒng)中的重要區(qū)域或節(jié)點受到破壞時，整個計算機網(wǎng)絡(luò)將會異常脆弱。更有甚者，如果計算機網(wǎng)絡(luò)中一小部分的中心階段被破壞后，整個網(wǎng)絡(luò)就會陷入癱瘓的境地，計算機網(wǎng)絡(luò)也無法保障正常運行。

（四）計算機網(wǎng)絡(luò)病毒擴散模型和病毒防治的方法

篇6

在Internet中，新增加的服務(wù)器在進行選擇連接時不僅要考慮當(dāng)時網(wǎng)絡(luò)的繁忙情況（網(wǎng)絡(luò)的流量）以及節(jié)點的處理能力（點權(quán)），還要考慮到與服務(wù)器所在地區(qū)的物理距離，為此提出了一種基于流量和距離的Internet加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)。在Internet網(wǎng)絡(luò)中，每臺服務(wù)器都看作是一個節(jié)點，服務(wù)器之間的流量看作是邊權(quán)。在Internet中，不斷有新的服務(wù)器加入的同時，增加一些新的連接，提高節(jié)點的服務(wù)能力。基于這些情況，筆者給出了一個Internet 網(wǎng)絡(luò)演化模型。網(wǎng)絡(luò)模型的構(gòu)建過程如下：

1.初始設(shè)定

網(wǎng)絡(luò)為給定no個節(jié)點，e0條邊的網(wǎng)絡(luò)，初始的e0條邊沒有重連。其中每條邊的權(quán)值為wo。

2.增長過程

每一步向網(wǎng)絡(luò)中增加一個節(jié)點k以及m（≤no）條新邊。

3.偏好連接

連接節(jié)點的選擇按照如下的偏好選擇規(guī)則進行。

這里 ； ，α是一個參數(shù)；τ（i）表示的是節(jié)點i的鄰居的集合；距離L（u,v）用Kleinberg網(wǎng)絡(luò)模型中的網(wǎng)格距離 來定義。依據(jù)“就近原則”，選擇距離新增節(jié)點k較近的節(jié)點進行連接的可能較大。隨著α值的增加，新產(chǎn)生的節(jié)點與較近的節(jié)點之間相連的概率就會越來越大。設(shè)新生成邊的邊權(quán)固定為w0。

4．邊權(quán)值的動態(tài)演化

每個時間步網(wǎng)絡(luò)中各節(jié)點的強度與邊權(quán)值動態(tài)演化特征與BBV模型的邊權(quán)值動態(tài)演化特征一致。節(jié)點 增加一條新連接后，節(jié)點與其鄰居連邊的權(quán)重受到影響，權(quán)值變化為：

重復(fù)以上過程，直到網(wǎng)絡(luò)達到要求的規(guī)模。

二、基于復(fù)雜網(wǎng)絡(luò)的Internet流量分析

1.FDM模型與BBV模型比較

按照FDM模型的生成方法，選擇初始參數(shù)mo=eo=10，生成1000個節(jié)點的網(wǎng)絡(luò)模型。選取50個具有較大度的節(jié)點作為模型中的中心節(jié)點，其余節(jié)點作為普通節(jié)點。每一次產(chǎn)生N=500個數(shù)據(jù)包，這些數(shù)據(jù)包的源節(jié)點和目標節(jié)點都在普通節(jié)點中隨機選取，且保證源節(jié)點和目標節(jié)點不同。數(shù)據(jù)包允許在網(wǎng)絡(luò)中傳遞的最大步數(shù)為T，循環(huán)產(chǎn)生10次不同的隨機數(shù)據(jù)包，并將Dt的結(jié)果取平均后作為網(wǎng)絡(luò)中數(shù)據(jù)流量變化的指標。

首先，假設(shè)網(wǎng)絡(luò)中的每一個節(jié)點都具有任意的容量和處理速度，即每個節(jié)點隊列都可以存儲所有到達的數(shù)據(jù)包且可以一次處理完所有的數(shù)據(jù)包。從中可以知道，就整體而言，模型FDM中的丟包率要明顯低于BBV中的丟包率。在BBV模型中，當(dāng)T=4時，Dt；在FDM模型中，根據(jù)仿真結(jié)果表明，在T=4時，Dt=0.0020。與上面的數(shù)據(jù)相比，有大約3%的數(shù)據(jù)包將不能到達目標節(jié)點而被丟棄，這將直接影響到網(wǎng)絡(luò)的數(shù)據(jù)包。這表明，在新模型FDM中數(shù)據(jù)傳遞比在BBV模型中更流暢。

2.節(jié)點的容量和處理速度對網(wǎng)絡(luò)丟包率的影響

假設(shè)Internet網(wǎng)絡(luò)中路由器的容量和處理速度都是有限制的，所以，在下面的仿真中給節(jié)點賦予了特定的值。

篇7

［摘要］傳統(tǒng)股票板塊的劃分缺乏精確的邏輯推理和數(shù)理分析。本文基于復(fù)雜網(wǎng)絡(luò)和社團理論，通過構(gòu)建數(shù)量模型，選取時間序列數(shù)據(jù)對股票與股票之間的相關(guān)性進行分析，依據(jù)相關(guān)性大小對股票進行板塊的劃分，并依據(jù)劃分結(jié)果，為投資者提供政策建議和技術(shù)支持。

［

關(guān)鍵詞 ］股票；相關(guān)性；復(fù)雜網(wǎng)絡(luò)；GN算法

［DOI］10.13939/j.cnki.zgsc.2015.22.042

1引言

股票間的相關(guān)性對于風(fēng)險管理、投資決策具有重要影響。對于股票相關(guān)性的研究，現(xiàn)代金融理論主要基于經(jīng)濟基本面進行解釋，即認為相關(guān)性來源于影響資產(chǎn)現(xiàn)金流和影響資產(chǎn)折現(xiàn)率的基本面因素。已有研究表明，股票間相關(guān)程度遠超出了經(jīng)濟基本面因素的影響，股票市場作為復(fù)雜系統(tǒng)日益受到人們的關(guān)注。近年來，經(jīng)濟、數(shù)學(xué)、社會等領(lǐng)域的學(xué)者都開始用復(fù)雜網(wǎng)絡(luò)及其相關(guān)概念來研究股票市場，進而研究股票間相關(guān)性。

2股票間的相關(guān)性

研究股票間的相關(guān)性對股民來說至關(guān)重要。現(xiàn)隨機選取滬市A股、滬市B股、深市A股、深市B股、創(chuàng)業(yè)板這五類市場中各20只股票在2013年1月1日至2013年8月31日的周開盤價、收盤價和周個股回報率作為量化指標，進行相關(guān)性分析。

2.1單個指標的相關(guān)系數(shù)

選取周開盤價，周收盤價與考慮現(xiàn)金紅利再投資的周個股回報率，并用k=1，2，3表示。

Ai（k）表示股票代碼為i，指標為k的時間序列矩陣

設(shè)隨機變量Ai（k）與Aj（k），則協(xié)方差為：

Cov（Ai（k），Aj（k））=E（Ai（k）-EAi（k））E（Aj（k）-EAj（k））

相關(guān)系數(shù)為：

2.2指標權(quán)重的設(shè)立——變異系數(shù)法

2.3綜合指標的相關(guān)系數(shù)

設(shè)運用股票i與股票j之間的綜合相關(guān)系數(shù)值為

2.4模型的求解

對原題附件中數(shù)據(jù)進行處理，依據(jù)五類不同的股票市場，依次隨機選取20只股票在2013年1月至2013年9月共36周內(nèi)的周開盤價、收盤價和考慮現(xiàn)金紅利再投資的周個股回報率數(shù)據(jù)。基于模型Ⅱ，運用Matlab編程求解，見表1。

3股票板塊的劃分

股票板塊的劃分存在很多依據(jù)，常見的有按地域、按行業(yè)、按概念等，但這些都是從定性的角度去考察股票與股票內(nèi)在聯(lián)系，而通過相關(guān)性構(gòu)建的股票網(wǎng)絡(luò)，能依據(jù)股票與股票間時間序列數(shù)據(jù)的相關(guān)性，從定量角度去劃分股票板塊。這樣的量化處理使得板塊內(nèi)部的波動性更加一致，更利于我們的投資決策。

3.1股票相關(guān)性網(wǎng)絡(luò)模型

①相關(guān)系數(shù)構(gòu)成。網(wǎng)絡(luò)的節(jié)點代表股票，邊代表股票之間的相關(guān)性。任意兩只股票i和j的綜合相關(guān)系數(shù)為：

其中i和j代表股票代碼，ρij的取值范圍為-1，1。若ρij=-1，則表示兩只股票完全負先關(guān)；若ρij=1，則表示兩只股票完全正相關(guān)。

②閾值的設(shè)定。股票代表網(wǎng)絡(luò)中的點，如果相關(guān)系數(shù)ρij≥θ（θ∈-1，1），就認為節(jié)點i和j之間有連邊，這里的θ即閾值點。通過計算對比得知，當(dāng)θ=0.05時其到達最佳閾值，股票網(wǎng)絡(luò)的拓撲性質(zhì)最穩(wěn)定，更有利于對股票網(wǎng)絡(luò)的研究。

③社團結(jié)構(gòu)的構(gòu)建。由模塊度評價函數(shù)來衡量社團結(jié)構(gòu)劃分好壞，將其推廣至加權(quán)的模塊度評價函數(shù)Q定義為：

3.2股票板塊劃分

（1）基本分塊情況。依據(jù)社團結(jié)構(gòu)理論，結(jié)合GN算法和NetDrew繪圖軟件見圖1。

由圖1可知，圖像在經(jīng)過重新排列后，明顯呈現(xiàn)出四個板塊，說明在這四大板塊中，板塊內(nèi)的股票在長期的波動趨勢與波動幅度具有較高的一致性。圖1的股票來源為滬市A股、滬市B股、深市A股、深市B股、創(chuàng)業(yè)板這五類市場中各隨機選取的20只股票共100只股票，范圍覆蓋了中國內(nèi)地全部股票市場，具有較高的準確性。

（2）找尋關(guān)鍵節(jié)點。為了更方便尋找最關(guān)鍵節(jié)點，運用Ucinet軟件對圖形進行處理如圖2所示。

每個模塊的內(nèi)部相關(guān)性程度很高，那么選取每個模塊中最重要節(jié)點，用它的性質(zhì)來近似描述該模塊的整體性質(zhì)。通過軟件處理后，使得節(jié)點的重要程度與圖形的大小成反比，這樣更易比較，也更易選出最關(guān)鍵的節(jié)點。

依據(jù)此，分別取900930（滬普天B）、300120（華測檢測）、900951（*ST大化B）002630（華西能源）這四只股票代表圖2正上方，左方，正下方，右方區(qū)域。

（3）關(guān)鍵節(jié)點股票單個股分析。圖2區(qū)域正上方的板塊選取股票900930（滬普天B），觀察其2013年1月至9月的周開盤價走勢，其一直處在0.6元上下波動，說明其已為成熟期股票，特點為股價穩(wěn)定，波動幅度小，發(fā)展前景較弱。依據(jù)此，對圖2正上方區(qū)域股票歸類為成熟板塊股票。

圖2區(qū)域左方的板塊選取股票300012（華測檢測），觀測其走勢，其2013年1月至9月的周開盤價曲線，其上漲幅度較快，在第17周的驟降是因為上市公司因為股價

過高或想要再融資，進行增資擴股的情況而非下跌。在短短的幾個月內(nèi)，其股價從第18周的10元附近上漲到15元附近，是一只處于上升期的股票，說明其為成長期的股票，特點為股價不穩(wěn)定，波動幅度大，發(fā)展前景較強。依據(jù)此，對圖2正上方區(qū)域股票歸類為成長板塊股票。

圖2區(qū)域正下方的板塊選取股票900951（*ST大化B），觀測其2013年1月至9月的周開盤價曲走勢，其波動幅度一般，股票價格持續(xù)低位，在第一周到第八周小幅上漲后，連續(xù)幾十周的持續(xù)下跌，且通過查詢股票代碼發(fā)現(xiàn)其中文名稱前標記著*ST，意味著此股票有即將下市的風(fēng)險，警告投資者謹慎投資。所以這是一直處于衰落期的股票，特征為股票價格低，下跌趨勢強，波動程度較大。依據(jù)此，對圖2正下方區(qū)域股票歸類為衰落板塊股票。

圖2區(qū)域右方的板塊選取股票002630（華西能源），觀測其2013年1月至9月的周開盤價曲線走勢，其整體趨勢是上升的，但上升的比例較小，而且不斷波動，在一個個漲跌幅中前進，明顯是一只處于萌芽期的股票，其特點為股價不穩(wěn)定，波動幅度大，處于大幅度震蕩上漲的趨勢。依據(jù)此，對圖2右方區(qū)域股票歸類為萌芽板塊股票。

4結(jié)論分析與投資建議

現(xiàn)實中的板塊劃分主要分為兩類，一類是地域板塊，按照上市公司的所在地劃分股票；一類是概念板塊，如金融與銀行業(yè)、化工業(yè)等；同時也會有依據(jù)股票的表現(xiàn)劃分為藍籌股、垃圾股等。而上述劃分是依據(jù)時間序列數(shù)據(jù)的相關(guān)性程度劃分的，與現(xiàn)實的板塊劃分有相同也有不同的地方。

相同點：與主流的兩類劃分的依據(jù)相同，其劃分主要依據(jù)都是因為這類股票有著很強的相關(guān)性，在整體系統(tǒng)性風(fēng)險一定的情況下，局部的系統(tǒng)性風(fēng)險類似，如銀行與金融板塊，當(dāng)央行上調(diào)法定存款準備金率時，其板塊的股票整體呈下降趨勢。

不同點：本文的股票網(wǎng)絡(luò)模型比較接近與現(xiàn)實生活中的依據(jù)股票表現(xiàn)劃分的類型，但這不是主流的劃分，與按照概念劃分和地域劃分的板塊在度量相關(guān)性的指標上有一定的差距。

一是多樣化選股。投資股票種類多樣化，板塊多樣化根據(jù)社團結(jié)構(gòu)的股票網(wǎng)絡(luò)圖知，當(dāng)購買股票時，切勿全部購買相同板塊的股票，要綜合考慮，分散風(fēng)險。相同板塊的股票相關(guān)程度高，波動的趨勢相同，從一方面來看，若全部購買同一類型股票，將會使板塊的非系統(tǒng)性無法避免，提高投資的風(fēng)險率；從另一方面來看，雖然同一板塊股票上漲具有傳遞效應(yīng)，但其效應(yīng)大小遠遠小于下跌時的連帶效應(yīng)，及時此板塊的某些股票暴漲也不一定能帶動整個板塊所有股票上漲。所以，即使是風(fēng)險偏好者也應(yīng)慎重考慮。

二是綜合投資與投機，確保利益最大化。作為投資者，在股票市場的最終目的是利益最大化。那么在選股時，不僅要考慮短線低買高賣的投機操作，也要有長期持倉的投資計劃。對于投機類股票，結(jié)合板塊分析可知，應(yīng)選取處于萌芽期或成長期的股票，這些股票的波動性大，只要能把握好趨勢，在短線操作的收益率較高。對于那些風(fēng)險偏好更高的投資者來說，可以考慮處于衰落期的股票。這類股票，一旦有公司借殼上市，其市值會翻倍的增長；對于投資類股票，可以選取成熟類板塊的股票，這類股票波動程度小，股盤大，價格相對穩(wěn)定，每年會有固定的分紅股利，這類股票適合長線持有。

三是選股重看基本面。股票的基本面的好壞是一只股票有沒有操盤意義的前提，一般的我們通過分析其每股凈收益，單日成交量等基本財務(wù)指標來判斷其基本面情況。如果一只股票的基本面不好，再多的技術(shù)分析也只是空中樓閣。所以對于選股來說，先看基本面，再看技術(shù)指標。

四是把握宏觀經(jīng)濟基本面，緊跟時事動態(tài)。在尚不完善的中國股票市場，投機和跟風(fēng)是市場普遍的特點。擁有敏銳的宏觀經(jīng)濟嗅覺，能夠更好地提高投資者對所持股票的掌控度，更有利于投資者資本收益最大化的實現(xiàn)。

引用一句股票市場最流行的一句話，股市有風(fēng)險，入市需謹慎，在進行投資決策前，一定要量力而行，切忌盲目盲從，要理性判斷，做出最優(yōu)的理財規(guī)劃，讓你和你愛的人過上更加幸福美好的生活。

參考文獻：

［1］ 康橋，田新民.滬市主板與深市創(chuàng)業(yè)板相關(guān)性研究及實證分析［J］.中國市場，2014（36）.

篇8

災(zāi)害是指由某種不可控制、難以預(yù)料的破壞性因素引起的、突然的或在短時間內(nèi)發(fā)生的、超越本地區(qū)防災(zāi)力量所能解決的大量人畜傷亡和物質(zhì)財富毀壞的現(xiàn)象。由于災(zāi)害發(fā)生的突然性和破壞性，20世紀80年代以前我國在災(zāi)害信息傳播上采取了謹慎的態(tài)度。而隨著社會的不斷進步和新的媒體形式層出不窮，網(wǎng)絡(luò)媒體、手機媒體、數(shù)字電視以及即時通訊軟件、“博客”等新型網(wǎng)絡(luò)形式使得信息傳播的渠道由單一化向多元化發(fā)展，因此災(zāi)害信息傳播已經(jīng)不可能受到單方面的控制。

“非典”前期，由于政府和主流大眾傳媒保持沉默，使得各種謠言通過網(wǎng)絡(luò)和手機等新型信息傳播方式在全國范圍內(nèi)大量傳播，導(dǎo)致了嚴重的社會恐慌。由此可以看出災(zāi)害信息傳播一旦失控，會使本來失序的社會更加混亂，并由此帶來衍生災(zāi)害，造成不必要的社會恐慌和經(jīng)濟損失。因此，在當(dāng)前的信息傳播狀況下對災(zāi)害信息傳播方式和特征進行相關(guān)方面分析是十分必要的。

目前國內(nèi)在災(zāi)害信息傳播方面主要是從新聞學(xué)的方面來研究：災(zāi)害報道應(yīng)該實現(xiàn)新聞價值與社會價值的平衡、新聞媒介在公共危機事件中起到重要作用，以及系統(tǒng)介紹災(zāi)害信息的發(fā)展史等。沒有從災(zāi)害傳播本身的特征進行研究，忽視災(zāi)害傳播特征對災(zāi)害信息傳播的影響。為了更有效地實現(xiàn)對災(zāi)害傳播的控制，有必要針對災(zāi)害信息傳播特征進行相關(guān)研究。

本文首先對災(zāi)害信息傳播過程進行分析，在此基礎(chǔ)上運用復(fù)雜網(wǎng)絡(luò)相關(guān)理論對災(zāi)害信息傳播方式和特征進行了初步探討。

1災(zāi)害信息傳播的過程分析

根據(jù)當(dāng)前災(zāi)害信息的多樣化，其傳播內(nèi)容主要可以分為政府和主流大眾傳媒的災(zāi)害信息和各種謠言、負面信息兩大類。各種謠言、負面信息是指由于在災(zāi)害信息傳播過程中出現(xiàn)的隱瞞或虛報、延遲報道而產(chǎn)生的各種、負面的受眾不信任的信息。

本文以Fink(1986)提出的危機4階段論為基礎(chǔ)，對災(zāi)害信息傳播過程進行了相關(guān)分析，給出災(zāi)害信息傳播的4個階段，分別為潛伏期、突發(fā)期、蔓延期、解決恢復(fù)期。以2007年臺風(fēng)羅莎信息傳播過程為例(數(shù)據(jù)來源：百度指數(shù))，分析這4個階段(圖1)。

(1)潛伏期由災(zāi)害發(fā)生到災(zāi)害信息開始傳播的這一階段。隨著現(xiàn)代信息傳播的速度加快，潛伏期的時間越來越短。要對災(zāi)害信息傳播進行控制，最好的方法就是在災(zāi)害信息傳播的潛伏期對災(zāi)害進行有效控制，減小對社會產(chǎn)生的影響。臺風(fēng)羅莎10月2日08時在菲律賓以東洋面上生成，4日02時加強為強臺風(fēng)。即10月2日至10月4日為臺風(fēng)羅莎信息傳播的潛伏期。

(2)突發(fā)期從災(zāi)害信息開始傳播到災(zāi)害信息開始迅速傳播的階段。突發(fā)期是年階段中時間最短、對受眾心理沖擊最嚴重的一個階段。如果在突發(fā)期內(nèi)對災(zāi)害信息進行刻意隱瞞或虛報、延遲、模式化報道，會使受眾失去對傳播者的信任，增加公眾的疑惑，導(dǎo)致社會危機及衍生災(zāi)害的產(chǎn)生。10月5日、6日為臺風(fēng)羅莎信息傳播的突發(fā)期。

(3)蔓延期災(zāi)害信息從迅速傳播到平息的一個階段。在新的信息傳播環(huán)境下，災(zāi)害信息從迅速傳播到平息需要一個相當(dāng)長的時間。網(wǎng)絡(luò)媒體、手機媒體、數(shù)字電視、即時通訊軟件、多種傳播形式使得災(zāi)害信息傳播速度快、影響范圍廣、破壞性強。即使當(dāng)災(zāi)害得到平息和解決時，在新型傳播媒介中仍會存在很多議論和大量負面信息。臺風(fēng)羅莎在我國大陸l0月10日結(jié)束，但其仍然受到大眾的普遍關(guān)注。10月7日至l0月16日為臺風(fēng)羅莎信息傳播的蔓延期。

(4)解決恢復(fù)期災(zāi)害妥善解決、人民生活恢復(fù)正常、物質(zhì)生產(chǎn)得到恢復(fù)、社會恐慌得到平息、整個社會恢復(fù)到災(zāi)害發(fā)生前的狀態(tài)。在解決恢復(fù)期中，做好災(zāi)害信息的傳播機理和影響的研究工作，總結(jié)災(zāi)害信息傳播的經(jīng)驗和教訓(xùn)，為完善和健全相關(guān)的防災(zāi)體系提供依據(jù)。以10月17日起為臺風(fēng)羅莎的解決恢復(fù)期。

2災(zāi)害信息傳播網(wǎng)絡(luò)

2．1災(zāi)害信息傳播網(wǎng)絡(luò)的形成

目前國際上在流行病傳播、計算機病毒在In．ternet上的傳播等領(lǐng)域利用復(fù)雜網(wǎng)絡(luò)進行研究是比較多的。此外，國內(nèi)外專家對謠言的傳播也進行了相關(guān)工作Zanette研究了在小世界網(wǎng)絡(luò)中的傳播情況；Moreno等發(fā)展了Daley等在1964年提出的謠言傳播模型，認為非均勻網(wǎng)絡(luò)傳播過程最終聽過但不傳播的人數(shù)與感染概率有著緊密聯(lián)系；

Dotts和Watts認為無論是社會網(wǎng)絡(luò)還是信息網(wǎng)絡(luò)中的傳播蔓延現(xiàn)象，相應(yīng)的模型都可以歸結(jié)為泊松模型和臨界值模型。

災(zāi)害信息傳播的基礎(chǔ)是社會網(wǎng)絡(luò)，因此可以應(yīng)用復(fù)雜網(wǎng)絡(luò)的觀點來闡釋災(zāi)害信息傳播的特征。災(zāi)害信息傳播的網(wǎng)絡(luò)模型示意圖如圖2所示。

用節(jié)點表示災(zāi)害信息傳播中的個體，如果兩個個體之間可以通過某種方式直接發(fā)生傳播與被傳播關(guān)系，就認為這兩個個體之間存在連接，這樣就得到了傳播網(wǎng)絡(luò)的拓撲結(jié)構(gòu)，進而可以建立相關(guān)模型來研究這種傳播行為。而災(zāi)害信息傳播模型研究的關(guān)鍵是傳播規(guī)則的制定和網(wǎng)絡(luò)拓撲結(jié)構(gòu)的選擇。

2．2災(zāi)害信息傳播網(wǎng)絡(luò)的結(jié)構(gòu)

2．2．1災(zāi)害信息傳播網(wǎng)絡(luò)結(jié)構(gòu)的劃分

災(zāi)害信息的傳播途徑與謠言基本一致，可以參照Moreno等人提出的謠言傳播模型。的研究方法對災(zāi)害信息傳播網(wǎng)絡(luò)模型的結(jié)構(gòu)進行分析，將災(zāi)害信息傳播網(wǎng)絡(luò)中的個體分為災(zāi)害信息未知者(Igorants)、災(zāi)害信息傳播者(Spreaders)、災(zāi)害信息知情者(Stiflesr)三種類型。i(t)、s(t)、和r(t)分別代表這三種類型在人群中的比例。

如圖3所示，災(zāi)害信息在災(zāi)害信息傳播者、災(zāi)害信息未知者之間傳播。災(zāi)害信息傳播者向它的鄰居節(jié)點傳播信息。當(dāng)接到信息的節(jié)點是災(zāi)害信息未知者的時候，災(zāi)害信息未知者以入的概率變成一個災(zāi)害信息傳播者。而如果信息傳給了災(zāi)害信息傳播者或者災(zāi)害信息知情者，則前者以1／a的概率變成一個災(zāi)害信息知情者。

2．2．2網(wǎng)絡(luò)結(jié)構(gòu)中各參數(shù)的分析

參數(shù)A代表著信息傳播過程中數(shù)據(jù)會出現(xiàn)丟失的情況，并不是每次連接都成功。參數(shù)是表示一個災(zāi)害信息傳播者在變成一個災(zāi)害信息知情者前連接的災(zāi)害信息傳播者或災(zāi)害信息知情者的平均次數(shù)。

災(zāi)害信息傳播者把災(zāi)害信息傳遞到它的相鄰節(jié)點時，如果該節(jié)點為災(zāi)害信息未知者，后者也將以入的概率變成一個災(zāi)害信息傳播者，信息傳播成功。如果后者已經(jīng)知道了災(zāi)害信息，則會導(dǎo)致災(zāi)害信息傳播者失去傳播信息的興趣，從而以l／a的概率變成一個災(zāi)害信息知情者，此次信息傳播的小過程失敗。

2．3災(zāi)害信息傳播網(wǎng)絡(luò)的統(tǒng)計性質(zhì)

災(zāi)害信息傳播網(wǎng)絡(luò)的統(tǒng)計性質(zhì)反映著網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)的不同和系統(tǒng)功能的差異。它的統(tǒng)計性質(zhì)有以下幾個方面。

(1)平均路徑長度是指所有節(jié)點之間的最大距離的平均值，它描述了網(wǎng)絡(luò)中節(jié)點間的分離程度，即網(wǎng)絡(luò)有多小，也就是災(zāi)害傳播網(wǎng)絡(luò)中所有傳播途徑傳播信息的平均長度。

(2)聚集系數(shù)用來描述網(wǎng)絡(luò)中節(jié)點的聚集情況。在災(zāi)害信息網(wǎng)絡(luò)中表示災(zāi)害信息傳播者與災(zāi)害信息未知者、災(zāi)害信息知情者的關(guān)聯(lián)程度。

(3)度和度分布一個節(jié)點與其他節(jié)點相連的邊數(shù)稱為該節(jié)點的度。節(jié)點度分布是指網(wǎng)絡(luò)中度為k的節(jié)點的概率P(k)隨節(jié)點度k的變化規(guī)律。在災(zāi)害信息傳播網(wǎng)絡(luò)中，度就是表示一個災(zāi)害信息傳播者向k個災(zāi)害信息未知者或災(zāi)害信息知情者傳播信息。頂點的度指標用于描述該傳播者對傳播網(wǎng)絡(luò)中其它傳播者的直接影響力。節(jié)點度的分布函數(shù)反映了災(zāi)害信息傳播網(wǎng)絡(luò)的宏觀統(tǒng)計特征。

(4)介數(shù)分為邊介數(shù)和節(jié)點介數(shù)。節(jié)點介數(shù)為網(wǎng)絡(luò)中所有的最短路徑中經(jīng)過該節(jié)點的數(shù)量比例；邊的介數(shù)是網(wǎng)絡(luò)中所有的最短路徑中經(jīng)過該邊的數(shù)量比例。介數(shù)反映了相應(yīng)的節(jié)點或者邊在整個網(wǎng)絡(luò)的作用和影響力。在災(zāi)害信息傳播網(wǎng)絡(luò)中，節(jié)點介數(shù)說明該節(jié)點對于網(wǎng)絡(luò)中信息流動影響的大小。介數(shù)的分布特征反映了不同傳播者在網(wǎng)絡(luò)中的地位，即其傳播速度、傳播范圍和影響程度。對于評價各種傳播媒介的重要性、評價防災(zāi)體系有著十分重要的意義。

3基于復(fù)雜網(wǎng)絡(luò)的災(zāi)害信息傳播特征分析

3．1網(wǎng)絡(luò)節(jié)點的大規(guī)模性

一個重大災(zāi)害發(fā)生后，其信息傳播網(wǎng)絡(luò)的節(jié)點數(shù)必定十分龐大。要做到災(zāi)害信息傳播既維護了公眾的知情權(quán)，又不會造成社會恐慌和由此帶來的衍生災(zāi)害，就應(yīng)該對大規(guī)模的災(zāi)害信息傳播網(wǎng)絡(luò)節(jié)點進行分析，找到網(wǎng)絡(luò)中的關(guān)鍵節(jié)點，即公眾信任度高、社會責(zé)任感強、在網(wǎng)絡(luò)的影響大的節(jié)點。衡量這些節(jié)點是否關(guān)鍵的主要依據(jù)是它們的介數(shù)和度分布。

3．2網(wǎng)絡(luò)連接的稀疏性

在災(zāi)害信息傳播網(wǎng)絡(luò)中，并不是所有節(jié)點的聚集系數(shù)和度分布是相同的。主流大眾傳媒由于其傳遞信息的真實性、全面性，受到公眾的普遍信賴，那么主流大眾傳媒所代表的節(jié)點的聚集系數(shù)和度就要比其他節(jié)點的高。在這一區(qū)域的網(wǎng)絡(luò)連接就比較密集。反之，過于失實的災(zāi)害信息會受到公眾的質(zhì)疑，其傳播范圍就比較小，則這部分的網(wǎng)絡(luò)連接就很稀疏。

3．3連接結(jié)構(gòu)的復(fù)雜性

災(zāi)害信息傳播網(wǎng)絡(luò)的節(jié)點是由主流媒體、網(wǎng)絡(luò)媒體、手機媒體、數(shù)字電視等傳播者和受眾組成，因此每個節(jié)點都具有自己的動力學(xué)特征，且各個節(jié)點之間相互影響、相互制約，從而整個災(zāi)害信息傳播網(wǎng)絡(luò)也就具有極為復(fù)雜的動力學(xué)特征，不能簡單的用規(guī)則網(wǎng)絡(luò)和隨機網(wǎng)絡(luò)對其進行分析。因此，災(zāi)害信息傳播網(wǎng)絡(luò)具有連接結(jié)構(gòu)的復(fù)雜性。

3．4信息傳播的時間復(fù)雜性

信息在網(wǎng)絡(luò)中傳播所花費的時間與下一節(jié)點對信息的敏感程度、傳播節(jié)點的度和介數(shù)及信息的可靠度等有關(guān)。沿海的人們對于有關(guān)臺風(fēng)的信息就會比較關(guān)注，而對于內(nèi)陸城市的人而言，此類信息就不很重要。這就體現(xiàn)了災(zāi)害信息傳播的時間復(fù)雜性。

3．5信息傳播的變異性

在一個災(zāi)害信息傳播者向災(zāi)害信息未知者傳遞信息的這一過程中，信息內(nèi)容是否不會發(fā)生變異以及信息來源是否真實可靠，這就是信息傳播的變異性。

3．6信息傳播引發(fā)衍生災(zāi)害的可能性

災(zāi)害本身具有破壞性，由于災(zāi)害信息內(nèi)容不同，公眾對災(zāi)害信息的關(guān)注程度也不同，必然導(dǎo)致信息傳播的速度不一樣。而災(zāi)害信息的傳播也可能引起各種社會問題，甚至形成衍生災(zāi)害。例如在“非典”期間各種有關(guān)SARS的信息肆意傳播，引起某些藥品的短缺、物價的抬高以及社會不安定因素突增。在災(zāi)害信息傳播網(wǎng)絡(luò)中可表現(xiàn)為信息中心增多、傳播過程的重復(fù)性。

4結(jié)束語

篇9

網(wǎng)絡(luò)系統(tǒng)設(shè)計中的程序設(shè)計并發(fā)復(fù)雜性問題是由于現(xiàn)今網(wǎng)絡(luò)系統(tǒng)的性能和設(shè)計理念等多種因素所共同導(dǎo)致的，因此只有在做好前期分析工作的前提下，才能夠促進網(wǎng)絡(luò)系統(tǒng)設(shè)計中的程序設(shè)計并發(fā)復(fù)雜性得到有效的遏制。

1 網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性簡析

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性是由多方面引起的，以下從環(huán)境差距過于明顯、設(shè)計理念的限制、驅(qū)動模式有待優(yōu)化等方面出發(fā)，對于網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性進行了分析。

1.1 環(huán)境差距過于明顯

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性主要是因為單機環(huán)境和網(wǎng)絡(luò)環(huán)境差距過于明顯所導(dǎo)致的。大家都知道隨著近年來高質(zhì)量網(wǎng)絡(luò)程序的不斷開發(fā)，之前傳統(tǒng)程序設(shè)計過程中存在的許多問題都被暴露出來。在這一過程中可以發(fā)現(xiàn)網(wǎng)絡(luò)環(huán)境與單機環(huán)境之間的巨大差異性成為影響程序開發(fā)設(shè)計的關(guān)鍵。其次，并發(fā)性問題的存在實際上成為了網(wǎng)絡(luò)程序設(shè)計發(fā)展的重要限制瓶頸，因此，如何能夠?qū)τ诓l(fā)性問題進行有效的解決，成為了擺在程序設(shè)計人員面前的要點。與此同時，環(huán)境差距過于明顯還意味著混合性并發(fā)模型發(fā)展時間短和實際應(yīng)用少的缺陷也會暴露出來，因此其對于并發(fā)性問題的解決效果還需要進一步的觀察。

1.2 設(shè)計理念的限制

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性的存在也跟之前的設(shè)計理念被軟硬件功能限制有著密切的聯(lián)系。通常來說網(wǎng)絡(luò)程序的并發(fā)性問題的表現(xiàn)形式通常會以分布性、異構(gòu)性、異步性和訪問延誤等形式表現(xiàn)出來。因此工作人員在將問題整合成一個整體后就會發(fā)現(xiàn)，并發(fā)性問題變得極其難以解決。其次，設(shè)計理念上的限制還會使得網(wǎng)絡(luò)程序設(shè)計的整體效率受到非常大的影響。

1.3 驅(qū)動模式有待優(yōu)化

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性和驅(qū)動模式有著千絲萬縷的聯(lián)系。由于網(wǎng)絡(luò)并發(fā)任務(wù)處理方法實際上可以根據(jù)語義將其分為反應(yīng)式和前攝式兩種。在反應(yīng)式模型中應(yīng)用程序必須通過接收到相應(yīng)的事件通知，然后才能夠在此基礎(chǔ)上能夠更加具有針對性的發(fā)出具體的操作指令，在這一過程中如果操作的結(jié)果是錯誤的，則工作人員可以從函數(shù)的返回值中即時獲知。其次，驅(qū)動模式有待優(yōu)化還指的是操作的錯誤情況通常會作為完成事件的參數(shù)，傳遞給應(yīng)用程序如果需要同時發(fā)出多個相似的并發(fā)操作，則需要在發(fā)出操作指令時，增加一個標識參數(shù)，從而能夠在此基礎(chǔ)上對于并發(fā)操作進行更加細致的區(qū)分。

2 網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性問題應(yīng)對

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性問題的應(yīng)對應(yīng)當(dāng)從許多方面出發(fā)，以下從優(yōu)化多線程模型、協(xié)調(diào)程序運作順序、開發(fā)新型并發(fā)模型等方面出發(fā)，對于網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性問題的應(yīng)對進行了分析。

2.1 優(yōu)化多線程模型

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性問題應(yīng)對的第一步是合理優(yōu)化多線程模型。工作人員在優(yōu)化多線程模型的過程中首先應(yīng)當(dāng)根據(jù)多線程并發(fā)模型多線程并發(fā)模型的線程調(diào)度來對其進行分別的分析。其次，工作人員在優(yōu)化多線程模型的過程中應(yīng)當(dāng)確保線程的運行狀況與應(yīng)用層的控制無關(guān)，在這一過程中CPU是由調(diào)度器來進行控制的，并且調(diào)度器對于線程的調(diào)度是強制性的。與此同時，工作人員在優(yōu)化多線程模型的過程中應(yīng)當(dāng)合理的實現(xiàn)CPU控制權(quán)的強制轉(zhuǎn)移，從而能夠在此基礎(chǔ)上有效的規(guī)避因為上一個線程沒有處理好當(dāng)前線程所需要的各種數(shù)據(jù)，引發(fā)數(shù)據(jù)競爭，嚴重的甚因此，在對線程協(xié)作復(fù)雜或者并發(fā)性高的任務(wù)進行處理，最終可以減少系統(tǒng)出現(xiàn)崩潰的概率。

2.2 協(xié)調(diào)程序運作順序

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性問題應(yīng)對的關(guān)鍵是協(xié)調(diào)程序運作順序。工作人員在協(xié)調(diào)程序運作順利的過程中首先應(yīng)當(dāng)理解到與搶占式調(diào)度相比CPU的控制權(quán)具有更強的優(yōu)先度，因此這意味著只有在當(dāng)前線程放棄數(shù)據(jù)處理后實際上才會將CPU的控制權(quán)轉(zhuǎn)移到其他線程。其次，作人員在協(xié)調(diào)程序運作順利的過程中還應(yīng)當(dāng)確保應(yīng)用程序的線程操作必須經(jīng)過系統(tǒng)調(diào)用，在這一過程中由于線程代碼的移植具有很高的難度，因此實際上非常嚴重的影響了其普遍適應(yīng)性，所以只有通過合理的協(xié)調(diào)才能夠確保其運作順序的合理優(yōu)化。

2.3 開發(fā)新型并發(fā)模型

網(wǎng)絡(luò)程序并發(fā)性與復(fù)雜性問題應(yīng)對離不開新型并發(fā)模型的開發(fā)與利用。工作人員在開發(fā)新型并發(fā)模型的過程中應(yīng)當(dāng)優(yōu)先對于混合性并發(fā)模型進行應(yīng)用。其次，工作人員在開發(fā)新型并發(fā)模型的過程中首先應(yīng)當(dāng)理解到無論是事件驅(qū)動模型還是多線程并發(fā)模型實際上都具有各自的優(yōu)點和不足，因此這導(dǎo)致了其在實際應(yīng)用中始終存在一定的局限性。對因此設(shè)計人員在開發(fā)新型并發(fā)模型的過程中應(yīng)當(dāng)勇于打破常規(guī)合理的將這兩種模型融合在一起，最終能夠期待形成全新的并發(fā)模型，最終能夠促進程序設(shè)計合理性的有效提升。

3 結(jié)束語

在網(wǎng)絡(luò)程序的設(shè)計過程中并發(fā)性問題實際上是一個難以進行規(guī)避的復(fù)雜問題。因此工作人員在認清當(dāng)前的技術(shù)條件下應(yīng)當(dāng)通過有效的提升網(wǎng)絡(luò)程序的并發(fā)處理能力，并且在此基礎(chǔ)上并發(fā)模型的性能進行完善，才能夠促進網(wǎng)絡(luò)程序設(shè)計效率的有效提升。

參考文獻

[1]李慧霸，田甜，彭宇行，等.網(wǎng)絡(luò)程序設(shè)計中的并發(fā)復(fù)雜性[J].軟件學(xué)報，2011（1）：132-148.

[2]高偉，張學(xué)紅.關(guān)于網(wǎng)絡(luò)程序設(shè)計中的并發(fā)復(fù)雜性研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2014（12）：49-51.

[3]潘珂，田勇.網(wǎng)絡(luò)程序設(shè)計中的并發(fā)復(fù)雜性研析[J].科技致富向?qū)В?014（27）：84-85.

篇10

引言

供應(yīng)鏈是圍繞核心企業(yè)將供應(yīng)商、制造商、分銷商、零售商、直到最終用戶連成一個整體的網(wǎng)鏈結(jié)構(gòu)。隨著全球經(jīng)濟一體化與信息技術(shù)的進步，供應(yīng)鏈的形態(tài)變得越來越復(fù)雜，由鏈條式結(jié)構(gòu)向網(wǎng)絡(luò)化結(jié)構(gòu)演變。已有文獻對供應(yīng)鏈的研究主要是針對“單鏈式”供應(yīng)鏈，而關(guān)于供應(yīng)鏈的“網(wǎng)絡(luò)性”研究相對較少?！熬W(wǎng)絡(luò)性”供應(yīng)鏈一般是圍繞一個核心企業(yè)展開的，因與核心企業(yè)合作的上下游企業(yè)為多個，且在其兩邊呈扇形網(wǎng)絡(luò)狀，因此稱之為“網(wǎng)絡(luò)”。隨著供應(yīng)鏈中各個供應(yīng)商之間的關(guān)系日益復(fù)雜，供應(yīng)鏈形態(tài)逐漸由鏈條型演變?yōu)榫W(wǎng)絡(luò)型，進而形成復(fù)雜的供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)（張昕瑞、王恒山，2009）。本文所研究的復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)是指，由多個“以某核心企業(yè)為中心形成的單個供應(yīng)鏈網(wǎng)絡(luò)”所組成的復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)，即不僅在這些核心企業(yè)周圍形成上下游企業(yè)網(wǎng)絡(luò)，而且不同的單個供應(yīng)鏈網(wǎng)絡(luò)之間存在各種聯(lián)系。

復(fù)雜網(wǎng)絡(luò)中的一些節(jié)點或邊由于受不確定因素的影響，這些節(jié)點或邊不能再發(fā)揮應(yīng)有的功能，由此整個網(wǎng)絡(luò)中的“流”就會在其他節(jié)點或邊上重新分布，從而造成新的節(jié)點或邊上的“流”負載過大而崩潰，節(jié)點或邊的崩潰就會沿供應(yīng)鏈鏈路在整個網(wǎng)絡(luò)上傳播開來，造成對供應(yīng)鏈網(wǎng)絡(luò)功能的嚴重影響（Hills A，2005）。復(fù)雜的供應(yīng)鏈網(wǎng)絡(luò)中供應(yīng)商的失效是一個很典型的級聯(lián)效應(yīng)現(xiàn)象，因此，確定復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)中的重要節(jié)點，加強對重要節(jié)點的管理和保護，對供應(yīng)鏈網(wǎng)絡(luò)的安全運行具有重要作用。

供應(yīng)鏈網(wǎng)絡(luò)節(jié)點重要性評價方法，國內(nèi)外已有一些研究成果。Shooman H，Padhraic S.（2002）計算了單供應(yīng)鏈網(wǎng)絡(luò)在個別邊失效后網(wǎng)絡(luò)的連接概率。Church R，Scaparra M.（2005）建立了供應(yīng)鏈網(wǎng)絡(luò)防御模型，能識別網(wǎng)絡(luò)中的重要節(jié)點并對該節(jié)點進行防御。朱冰心、胡一 （2007）提出使用節(jié)點刪除前后網(wǎng)絡(luò)效率值的變化來識別關(guān)鍵節(jié)點。韓梅琳、樊瑞滿（2007）提出了供應(yīng)鏈應(yīng)對突發(fā)事件的處理機制。以上研究多集中在對單供應(yīng)鏈網(wǎng)絡(luò)節(jié)點重要性評價的研究，涉及復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點重要評價的文獻很少。

復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點重要性評價

（一）考慮級聯(lián)效應(yīng)的動態(tài)評價

網(wǎng)絡(luò)效率可以用來計算節(jié)點的重要性值。具體表示如下：

Ik=1-Ek/E0 （1）

式中Ik為節(jié)點重要性值；E0為網(wǎng)絡(luò)正常運轉(zhuǎn)時的網(wǎng)絡(luò)效率；Ek為級聯(lián)效應(yīng)結(jié)束后網(wǎng)絡(luò)效率。本文對Ik進行標準化即得到各節(jié)點的權(quán)重。

通過評價網(wǎng)絡(luò)的效率，可以通過改善網(wǎng)絡(luò)的構(gòu)造從而優(yōu)化網(wǎng)絡(luò)的效率，使網(wǎng)絡(luò)具備更強的抵御突發(fā)事件的能力。Latora S，Marchiori A（2001）提出了網(wǎng)絡(luò)效率的定義，建立了一個網(wǎng)絡(luò)模型G=（V，E），其中V是點集合，E是邊集合。假設(shè)節(jié)點i與節(jié)點j的連通效率eij與最短路徑dij成反比，即eij=1/dij，對任意的i、j，若它們之間無連通，則dij趨于正無窮大，而eij趨于0。具體公式如下：

（2）

式中E（G）為網(wǎng)絡(luò)效率，N為網(wǎng)絡(luò)中節(jié)點數(shù)目。

1.正常運行。供應(yīng)鏈網(wǎng)絡(luò)正常運行時效率用E0表示，采用式（2）計算網(wǎng)絡(luò)效率。此時，N表示網(wǎng)絡(luò)正常運行時所有節(jié)點的數(shù)目，dij為網(wǎng)絡(luò)中所有任意節(jié)點對之間的距離。本文使用最短路徑的程序來計算dij。

2.級聯(lián)失效。級聯(lián)失效后供應(yīng)鏈網(wǎng)絡(luò)效率用Ek表示，它是第k個節(jié)點引起級聯(lián)效應(yīng)結(jié)束后網(wǎng)絡(luò)的效率，同樣可以采用式（2）計算。此時，N表示網(wǎng)絡(luò)中剩余節(jié)點的數(shù)目，而dij是剩余節(jié)點中任意節(jié)點對之間的最短距離。為了得到N和Ek，需要對級聯(lián)效應(yīng)的過程進行仿真，仿真中需引入兩項指標，即節(jié)點負載和節(jié)點能力。

節(jié)點負載是指供應(yīng)鏈網(wǎng)絡(luò)中不相鄰節(jié)點j和k之間的通信主要依賴于連接節(jié)點j和k的路徑所經(jīng)過的節(jié)點，如果某個節(jié)點被其他許多路徑經(jīng)過，則表示該節(jié)點在網(wǎng)絡(luò)中的負載量很大。定量地描述某個節(jié)點在網(wǎng)絡(luò)中的負載可以使用介數(shù)，它是指最短路徑經(jīng)過某個節(jié)點的次數(shù)，可表示為：

（3）

式中σst表示節(jié)點s和t之間最短路徑的總數(shù)；σst（v）表示節(jié)點s和t之間最短路徑經(jīng)過節(jié)點v的數(shù)量。節(jié)點v和s或t不重復(fù)，網(wǎng)絡(luò)邊緣節(jié)點的介數(shù)為0；介數(shù)為0并不意味著負載為0，只表示此類節(jié)點不是網(wǎng)絡(luò)中的重要節(jié)點。

節(jié)點能力是指該節(jié)點能處理的最大負載量，在供應(yīng)鏈網(wǎng)絡(luò)中，節(jié)點能力受成本限制，假設(shè)節(jié)點k的能力和它的初始負載Lk（0）成正比，可以表示為：

Ck=Lk（0）（1+α） （4）

式中α為容忍參數(shù)，α≥0。根據(jù)實際情況，本文取α=0.3。

（二）級聯(lián)效應(yīng)的破壞程度

一個網(wǎng)絡(luò)總是存在一個最大連通子圖（Bao Z，Cao Y.，2008），最大連通子圖內(nèi)所包含的節(jié)點比網(wǎng)絡(luò)其他子圖所包含的節(jié)點都要多，并且任意2個節(jié)點之間都存在通路。級聯(lián)失效的破壞程度由失效后網(wǎng)絡(luò)的最大連通子圖的規(guī)模G來衡量，可表示為：

G=N`/N （5）

式中N和N`是網(wǎng)絡(luò)失效前后最大連通子圖的節(jié)點數(shù)。當(dāng)G≈1時網(wǎng)絡(luò)趨近于完整網(wǎng)絡(luò)，G≈0時網(wǎng)絡(luò)幾乎全部崩潰。

復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點重要性評價方法的應(yīng)用

本文以匯源集團供應(yīng)鏈網(wǎng)絡(luò)為例來說明該方法的原理。匯源的原材料來源主要有：一部分來自大型供應(yīng)基地農(nóng)場，另一部分來自散戶果農(nóng)。一般情況下，供應(yīng)基地和散戶的原材料經(jīng)過收購站集中初加工，經(jīng)測檢合格后，送到加工廠進行殺菌和加工，制成各種不同的果汁飲料，通過配送中心，送至各大經(jīng)銷商和超市，直至最終消費者，因此本文基于復(fù)雜網(wǎng)絡(luò)理論得到匯源供應(yīng)鏈網(wǎng)絡(luò)拓撲結(jié)構(gòu)。

（一）供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)

匯源集團供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)包括6層主要鏈接，從上游到下游依次為：農(nóng)場（1，2，3節(jié)點），收購站（4，5，6節(jié)點），加工廠（7，8，9節(jié)點），配送中心（10，11，12節(jié)點），零售商（13，14，15節(jié)點）和消費者（16節(jié)點）。原料從農(nóng)場出發(fā)，依次經(jīng)過各層級，最終到達消費者。本文以匯源集團供應(yīng)鏈網(wǎng)絡(luò)來說明考慮級聯(lián)效應(yīng)的供應(yīng)鏈網(wǎng)絡(luò)節(jié)點重要性評價方法的應(yīng)用。

（二）數(shù)據(jù)結(jié)果分析

單個節(jié)點4～14的失效均能引起供應(yīng)鏈網(wǎng)絡(luò)的級聯(lián)效應(yīng)，具體過程如表1所示。由于引起級聯(lián)效應(yīng)的節(jié)點均能引起該節(jié)點所在層的全部斷裂。本文只從引發(fā)級聯(lián)效應(yīng)規(guī)模的大小，即Ik值來評價節(jié)點的重要性。由表1可知，節(jié)點4中Ik=1，為最重要節(jié)點，即該點失效會引起整個網(wǎng)絡(luò)的崩潰。排名居2、3位的是節(jié)點10和9。它們的失效會引起相應(yīng)5個節(jié)點的失效，Ik分別為0.786和0.733。節(jié)點1、2、3、11和15的失效不能引起級聯(lián)效應(yīng)，它們的重要性也相對較弱。

最大連通子圖是衡量網(wǎng)絡(luò)受破壞程度的物理量，它的大小和網(wǎng)絡(luò)遭受的攻擊方式有關(guān)。本文采取兩種攻擊方式：攻擊度數(shù)最高的點；攻擊負載最大的點。通過計算可得，網(wǎng)絡(luò)中各點的度數(shù)和負載如表2所示。

由表2可知，節(jié)點5和8分別是度數(shù)與負載最高的點。對這兩點分別進行攻擊，計算容忍系數(shù)α為0～1.0時，兩種攻擊方式的級聯(lián)失效過程，網(wǎng)絡(luò)剩余節(jié)點數(shù)和最大連通子圖的規(guī)模結(jié)果如表3所示。由表3可知，第1種攻擊方式（攻擊度數(shù)最高點）在α∈（0，0.9）的情況下都會引起級聯(lián)效應(yīng)，即節(jié)點5失效從而導(dǎo)致節(jié)點4、6失效。第2種攻擊方式（攻擊負載量最大點）在α∈（0，0.2）的情況下，也會引起級聯(lián)效應(yīng)，即節(jié)點8失效導(dǎo)致節(jié)點4、7、9、10的失效。該表同時反映出，采用第2種攻擊方式時，剩余網(wǎng)絡(luò)最大連通子圖的節(jié)點相對較少，規(guī)模相對較小，說明第2種攻擊方式同第1種相比對網(wǎng)絡(luò)的破壞性更大。通常情況下攻擊負載大的點要比攻擊度數(shù)高的點破壞性更大。

結(jié)論

本文提出了一種復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點重要性評價方法，可以在設(shè)計和運營策略上考慮失效事件的存在，通過對供應(yīng)鏈關(guān)鍵節(jié)點實施事前保護，使供應(yīng)鏈網(wǎng)絡(luò)在失效事件發(fā)生后能夠保持正常運作。與事后針對失效事件改變運作計劃相比，通過節(jié)點重要性評估，識別出重要節(jié)點，加強對其管理與保護，有助于提高供應(yīng)鏈網(wǎng)絡(luò)的彈性和安全性?？紤]供應(yīng)鏈網(wǎng)絡(luò)權(quán)重進行重要節(jié)點的評價將是今后更進一步研究的方向。

參考文獻：

1.張昕瑞，王恒山.供應(yīng)鏈網(wǎng)絡(luò)的價值增值博弈決策研究[J].商業(yè)經(jīng)濟與管理，2009，213（7）

2.Hills A.Insidious environments： Creeping dependencies and urban vulnerabilities [J].Journal of Contingencies and Crisis Management，2005，13（1）

3.Shooman H， Padhraic S. Algorithms for estimating relative importance in networks [J]. Information and Computer Science，2002，45（7）

4.Church R，Scaparra M. Protecting critical assets： Astochastic model for risk management in global supply chain networks[J]. Eur J Oper Res， 2005，69（3）

5.朱冰心，胡一.基于復(fù)雜網(wǎng)絡(luò)理論的供應(yīng)鏈應(yīng)急管理研究[J].物流技術(shù)，2007，26（11）