安然公司高管组织结构发现.doc

安然公司高管组织结构发现 摘 要 本文针对安然公司高层管理组织结构问题，通过对人物关系网络的行或列求和，并进行排序，得到关键人物和除已知嫌疑人外的其他嫌疑人，综合利用熵权法和数据标准化处理得到综合评价指标，结合聚类分析的方法，挖掘出人物关系网络中的群集行为。 针对问题一：要利用方法1和方法2中的人物关系网络找出关键人物，对方法1中的人物关系网络矩阵的每一行求和，建立相应的数学模型，用matlab软件求解，得到每一个人的通信总次数，并进行排序，取前5名，所求的关键人物如下：Lavorato-j，Dasovich-j，Bass-e，Hayslett-t，Jnoes-t。 以方法1中的人名为基准，在方法2中的人物关系网络矩阵中找到其对应行和列位置，利用matlab软件，提取出矩阵的子矩阵，作为方法2的人物关系网络，利用同方法1同样的方法，得到每个人的在邮件内容里出现的总频率及其排序，取前5名，所求的关键人物如下：Mike Swerzbin，Fletcher J Sturm，Jay Reitmeyer，Steven P South，Robert Badeer。 针对问题二：基于方法1和方法2所构建的关系网络，分析两种方法对组织结构关系刻画的利弊，分析结果如下：方法1以通信次数为分析对象，人物关系直接明了，但是信息量较小；方法2以邮件内容为分析对象，兼顾考虑了通信次数和人与人之间的间接通信，信息量大，但在数据预处理时，从2307个人中提取107个人，可能会遗漏也可能成为关键人物的那一部分人，总体来说，两种方法各有利弊。 综合利用两种方法挖掘人物关系网络中的群集行为，首先利用熵权法，对通信和邮件两项指标赋权重，结果见表3。由于通信和邮件两项指标的量纲不同，对二者进行标准化，结果见附录表7和表8。最后对赋权值和标准化后的通信与邮件两项指标进行求和，得到综合评指标，基于综合评价指标的人物关系网络矩阵见表4。利用该矩阵，利用聚类分析的方法，建立数学模型，用matlab软件求解，得到人物关系网络中的群集行为，结果如下：harris-s一个人为一类，king-j一个人为一类，lewis-a一个人为一类，williams-j一个人为一类，其余的103个人聚为一类，详细结果见表5。 针对问题三：要由已知道的三位犯罪嫌疑人找出可能存在的其他犯罪嫌疑人，只需找到与这三个犯罪嫌疑人联系最频繁的人即可。在方法2中的人物关系网络矩阵中找到已知的3位犯罪嫌疑人的对应位置，提取子矩阵，对矩阵的每一列求和，建立相应的数学模型，利用matlab软件得到每个人与这三个犯罪嫌疑人联系频繁程度之和，作为对嫌疑程度的综合度量，进行排序，取前5名，则最有可能的其他犯罪嫌疑人如下：Morten E Pettersen，Kenneth，Andy，Page，Jones。（职位） 关键词：组织结构问题；熵权法；标准化；综合评价指标；层次聚类分析 一 问题重述 安然公司是一家位于美国得克萨斯州休斯敦市的能源类公司曾是世界上最大的电力、天然气以及电讯公司之一，公司连续六年被《财富》杂志评选为“美国最具创新精神公司”，然而真正使安然公司在全世界声名大噪的，却是这个拥有上千亿资产的公司2002年在几周内破产，持续多年精心策划、乃至制度化系统化的财务造假丑闻 安然倒闭之后，许多研究者致力于分析与处理安然邮件数据集（包含有150位安然公司高层管理者自2000年至2002年的所有邮件），试图通过分析这个数据集挖掘出安然公司高层管理者之间的组织结构关系（通常也叫做社区结构），并进一步找出其中可能存在犯罪嫌疑人。他们采用了两种建立人物关系的方法初步得到了两个与之对应的人物关系网络（用矩阵来描述，每个元素描述关系的紧密程度，取值范围从0至1, 0代表关系最不紧密，1代表关系最紧密）： 方法1，基于通信行为的人物关系网络构建：人物关系的建立是基于通信行为的，这是指如果两个人之间的通信次数越高那么二者之间的关系就越紧密；所得人物关系网络为150乘150矩阵，这里的150是Enron高管的人数，详细数据见第一组数据（数据中有两个文件，name.txt为150个人的名字，adjacent.txt表示他们之间的有效通信次数）； 方法2：基于邮件内容的人物关系网络构建：人物关系的建立是基于邮件内容的，这是指假设两个人在N篇邮件内同时出现过，如果N越大，那么二者的关系就越紧密。所得人物关系网络为2307乘2307矩阵，这里的2307个人物是邮件内出现的高频人物，详细数据见第二组数据（数据中Namelist2.txt表示人物名字，RalationNet2.mat是matlab文件，表示这2307个人物之间的紧密程度。值得提醒的是由于基于内容分析，有些人物名字上可能有不一致，比如可能是名字全称，也可能只用名或姓，这也需要