安然公司高管组织结构

1、.专业整理 .基于群集行为的安然公司高管组织结构发现摘要安然公司欺诈犯罪事件 ，引起了社会的广泛关注 ，本文基于 2000 年至 2002年的所有安然高管之间的邮件，利用基于通信行为的人物关系网络构建及基于邮件内容的人物关系网络构建两种方式寻找安然公司高管高管组织结构，确定高管中的关键人物 。 通过群集行为的特点确定安然高管交流的信息中心和寻找犯罪嫌疑人 。针对问题一 ，方法一是将每个人和其它人的通信总次数作为活跃度（ P），通信对象个数作为广度 ，将活跃度与广度的积称作关键系数，取关键系数最高的7个作为关键人物。他们是lavorato-j ， delainey-d， dasovich-j ，

2、 arnold-j ， bass-e ，taylor-m和 love-p 。方法二是把亲密度作为标准，将每个人与其他人亲密度总和作为关键系数，取关键系数最高的7 个作为关键人物，他们是thomas-pphanis-sstepenovitch-jjones-t mckay-j martin-t gilbertsmith-d。针对问题二 ，通过分析方法一与方法二的利弊，决定用方法一的人物关系网络来挖掘人物关系网络中的群集行为。利用关键人物用领域规则找到群集中心是lavorato-jmclaughlin-ewhalley-ldelainey-dward-kkean-sdasovich-jlenhar

3、t-msteffes-jarnold-jjones-ttycholiz-bbass-eshackleton-skeiser-k. 学习帮手 .专业整理 .taylor-mgiron-dwhitt-mlove-pstclair-chyvl-d针对问题三 ，基于方法一人物关系网络，用问题二模型 ，通过改变领域规则 ，利用犯罪嫌疑人找出其他犯罪嫌疑人，他们是职编号人名职位编号人名职位编号人名位122201Kenneth LayCEOSherri Sera无59Amit无75104113Jeffery SkillingCEOJonesN/A255Browning无43Andrew15973CFOMr.

4、Lay无133Barnard无Fastow8Vice22577AndyWatsonN/A391Clarke无President4122165KennethCEONiles无676Ena无61130162164layCEONell无Niamh无891144201144Marlin无Sherrie无Marla无765159Mr.Feygin无144Mark无126Krista无. 学习帮手 .专业整理 .50Greenberg1169122CEO/Trade119KatiePage无Ken无70r9Trullinger122117119ken LayCEOKaren Denne无Katie无178

5、201187190Sherri无Robin Sidel无Ronan无482关键词：人物关系网的建立 ；群集行为 ；关键人物 ；寻找犯罪嫌疑人一 问题重述安然公司 （ Enron ）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，以及安然事件中的高层管理者欺诈犯罪事件。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

6、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. 学习帮手 .专业整理 .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 Enro

7、n 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

8、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，这也需要你们自行分析 ）。问题 ：1分别针对方法1 和方法 2 中的人物关系网络 ，找出其中的关键人物。2试分析上述两种方法所构建的人物关系网络对组织结构关系刻画的利弊，结合第一问得到的关键人物，选择其中的一种方法（或是综合两种方法）， 挖掘人物关系网络中的群集行为 。3 若已经知道 ， Enron 公司的三位高管是犯罪嫌疑人（ KennethLay： Chairman ；JefferySkilling ： CEO； AndrewFastowCFO）， 能否通过以上的组织结构找出可能存在的其他犯罪嫌疑人 ，高

9、管职位参见附录。二 模型假设1）假设邮件统计内容无误 ，无邮件遗漏 ；. 学习帮手 .专业整理 .2）假设数据一和数据二的人名记录无误；3）假设安然公司高管间常用通信方式是邮件。三 符号说明四 问题分析4.1 问题一的分析问题一要求分别基于通信行为和邮件内容构建的人物关系网找到人物关系中的关键人物 ，可认为是寻找在人际关系网中处于纽带地位的人。如果能够找到一个指标来确定各个人物的重要程度，就可以确定出关键人物是哪些。确定出关键人物之后就将关键人物代入人物关系网观察他是否处于纽带位置来确定之前所确定的重要程度这个指标的合理性。4.2 问题二的分析问题二的第一小问是对方法一与方法二的评价，评价的标

10、准应该结合实际人物关系的评判方式来评价方法一与方法二的利弊。通过文献一 1 了解到群集行为的特点 。 根据其特点建立模型寻找群集中心。模型的关键有两点 ，一是确定集结点 ，二是领域规则 。 集结点可以确定是关键人物，方法一的人物关系网络中领域规则是将通信次数大于所有人通信次数平均值的人归于关键人物，以此来找出群集中心 。 方法二的人物关系网络中领域规则是将亲密度大于平均亲密度的人归于关键人物来找出群集中心。. 学习帮手 .专业整理 .4.3 问题三的分析问题三是通过已知三个犯罪嫌疑人，寻找其他犯罪嫌疑人。确定犯罪嫌疑人的方法有很多 ，根据不同的情况都有不同的判别方式。可以对已知数据初步确定判别

11、方式 ，以已知的嫌疑人作为集结点，判别方式为领域规则，人物关系网络作为群集 ，通过问题二的模型求解群集中心，群集中心除去已知的犯罪嫌疑人，就可得到其他犯罪嫌疑人。之后对得到的犯罪嫌疑人通过判别方式，总结犯罪嫌疑人所处位置的相关指标在群集里所占的百分比大小评定这种判别方式的好坏 ，若好，确定犯罪嫌疑人 ，若不好 ，寻找其他判别方式，重复以上步骤直到找到判别方式最好的方案。五 模型建立与求解5.1问题一模型的建立与求解通过参考文献 2 可知人物关系网可以通过边权矩阵描述，为了更直观反映人物关系网 ，可以通过画图来描述 。画人物关系网的模型如下 ：步骤一：找到人物关系网人物个数 n ，将各个人物进行

12、编号 。步骤二：随机产生对应人物个数n的处于 0,1 的随机数 y,将 i ,i 作为第 i 个人xy的位置。步骤三：将已知的边权矩阵转换成邻接矩阵 ，若邻接矩阵中为1的两个人为 i, jxy 和 xyj 两点连接 。将 i , i j ,步骤四：重复步骤三 ，直到找完所有点 xi ,yi i= 1,2,3.n 。画出人物关系网 。5.1.1 方法一模型的建立. 学习帮手 .专业整理 .方法一寻找关键人物模型如下：步骤一 :找到每个人的与其有通信人的个数记为联系对象个数m ，记录每个人的与其通信次数总和记为活跃度a 。步骤二 :将联系对象个数与活跃度乘积作为关键系数k （关键系数越高人物越关键

13、）。公式如下 :k = ma步骤三 ：将关键系数 k 最大的几个作为关键人物 。5.1.2 方法二模型的建立方法一寻找关键人物模型如下：步骤一 :找到每个人的与其有通信人的个数记为联系对象个数m ，记录每个人的与其亲密度总和记为总亲密度a* 。步骤二 :将联系对象个数与活跃度乘积作为关键系数k （关键系数越高人物越关键）。公式如下 :k = ma *步骤三：将关键系数 k 最大的几个作为关键人物。5.1.3 方法一与方法二求解方法一：. 学习帮手 .专业整理 .把方法一边权矩阵转换成邻接矩阵画出的人物关系网如图1：图 1 方法一人物关系网络图（ 横坐标为人的编号 ，编号对应人名可由附件 1 找

14、到）由方法一模型用 office 的 excel 处理边权矩阵得到关键人物，用表 2 表示如下 ：关键人物及其信息表表 2关键人物名联系对象个数活跃度关键度职位lavorato-j22241353086CEOdelainey-EOdasovich-j9218019620Employeearnold-j16102916464Vice Presidentbass-e9179316137Tradertaylor-m11121013310Employeelove-p8147711816N/A. 学习帮手 .专业整理 .方法二：利用美国人的名字结构组成及称呼3 对方法二中的数据

15、对照方法一人名从Namelist2.txt中找到同一名字的150 人，处理方法为人为寻找 。 找到人的全名和简称如表 1：150 人的简称及对应全名表 1简称全名简称全名简称全名allen-pPhillip Allenholst-kKeith Holstring-rRingarnold-jJohn Arnoldhorton-sAlonsorodrique-r Robin RodrigueBenjaminarora-hHarry Arorahyatt-kKevin Hyattrogers-bRogersbadeer-rRobert Badeerhyvl-dDan J Hyvlruscitti-k

16、Kevin Ruscittibailey-sSusan Baileyjones-tJonessager-eElizabeth SagerVince Jbass-eEric Basskaminski-vsaibi-eSabinaKaminskibaughmanDon Baughmankean-sSteven J Kean salisbury-h Shanna Husser-dJr.Moniquebeck-sSally Beckkeavey-pHarveysanchez-mSanchezRichard Bbenson-rRobert Bensonkeiser-kKeithsanders-rSand

17、ers. 学习帮手 .专业整理 .blair-lBlairking-jKingscholtes-d Diana ScholtesLouiseschoolcraftBeverleybrawner-s Sandra F Brawnerkitchen-lKitchen-dAshcroftschwieger-buy-rRick Buykuykendall-tJudy KudymJim Schwiegerjcampbell-lCampbelllavorato-jJackscott-sSusan ScottKen Lay -sempergerCaracarson-mCarsonlay-kOffice-cS

18、empergerMatthewshackletonShirleycash-mMichelle Cashlenhart-mLenhart-sCrenshawcausholli-shankman-Jeffrey AHarry M Collinslewis-aAndrew LewismjShankmanRichardcorman-sStewart Rosmanlinder-eEarlshapiro-rShapiroMichellecrandell-sScott Goodelllokay-mshively-hS ShivelyLokaycuilla-mMike Jillardlokey-tTamara

19、skilling-jJeff SkillingPhillip Mdasovich-jJeff Dasovichlove-pslinger-rRyan SlingerLovedavis-dDavislucci-pPablosmith-mMike D Smithdean-cDeanmaggi-mMike Maggisolberg-gGloria Solisdelainey-d David W Delaineymann-kKay Mannsouth-sSteven P South. 学习帮手 .专业整理 .derrick-jJim Derrickmartin-tMartinstaab-tTheres

20、a Staabdickson-sDicksonmay-lLarry Maystclair-cSinclairdonoho-lLisa Yohomccarty-dDalsteffes-jJames D Steffesstepenovitdonohoe-tDonna M. Talamomcconnell-mMackStephaniech-jdorland-cChris Dorlandmckay-bBrad Mckaystokley-cStanleyMatthew FGeneermis-fmckay-jKaystorey-gGockermanHumphreyErrolFletcher Jfarmer

21、-dFarmermclaughlin-esturm-fMclaughlinSturmswerzbin-fischer-mMark Fischermerriss-sJeromeMike SwerzbinmMatthewforney-jJennifer Fornomeyers-asymes-kKate SymesMeyersmims-thurstPatrice Lfossum-dDrew Fossumtaylor-mMark Tayloron-pMimsgang-lMiguel L Garciamotley-mBentleytholt-jJane M Tholtgay-rGay Mayeuxnea

22、l-sScott Nealthomas-pThomasgeaccone-Geraldtownsend-Georgeannenemec-gHendersontNemecjStephaniegermany-c Chris L. Germanypanus-stycholiz-bBarry TycholizPanus. 学习帮手 .专业整理 .gilbertsmitGilbertparks-jParkerward-kKim Wardh-dSusan Wgiron-dGironpereira-swatson-kWatsonPereiraDebraCharlesgriffith-jGriffithperl

23、ingiere-dweldon-cPerlingiereWeldongrigsby-mMike Grigsbyphanis-sStephaniewhalley-gGreg Whalleyguzman-mMark Guzmanpimenov-vBill Donovanwhalley-lHarleyhaedicke-Mark E Haedickeplatter-pIlan Caplanwhite-sStacey W Whitemhain-mMary Hainpresto-kU.s. Supremewhitt-mMark Whittharris-sStephanie J Harrisquenet-j

24、Joe Quenetwilliams-jWilliamsonwilliams-whayslett-rRod Hayslettquigley-dKay QuigleyBill Williams Iii3heard-mMarie Heardrapp-bRaphaelwolfe-jGreg WolfehendricksoBambireitmeyer-jJay Reitmeyerybarbo-pDeborahn-shernandezCooperJudy Hernandezrichey-czipper-aAndy Zipper-jRicheyhodge-jJeffrey T Hodgering-aAnd

25、rea Ringzufferli-jJefferson利用程序按上表人名的亲密度矩阵找出来为附件1，把附件 1 边权矩阵转换成邻. 学习帮手 .专业整理 .接矩阵画出的人物关系网如图2：图 2 方法二下的人物关系网（ 横坐标为人物编号 ，编号对应人物可由附件 1 找到）由方法一模型用 office 的 excel 处理边权矩阵得到关键人物 ，用表 3 表示如下 ：关键人物及其信息表表 3关键人物名联系对象个数总亲密度关键度职位thomas-p1403.38916689474.4834N/Aphanis-s1343.299721574442.1627Employeestepenovitch-j1

26、343.299721574442.1627Vice Presidentjones-t1392.81766384391.6553N/Amckay-j1153.30370807379.9264Directormartin-t1322.84824447375.9683Vice Presidentgilbertsmith-d1252.87000986358.7512Manager. 学习帮手 .专业整理 .5.2 问题二模型建立与求解5.2.1 对两种方法利弊的评价如表4基于通信次数与通信内容的人物关系刻画利弊比较表表 4利弊方通过通信次数来刻画人物关系网，人物交流频率高不一定说明人物关系紧密，也法能

27、清楚的了解到人物间交流的频许是人物在工作上必须交流频繁造成。一率。通过邮件内容来刻画人物间的亲密邮件内容中 ，两人物名字一起出现的频率高，方度，从亲密度的大小来区分人物关不能说明两人亲密度高，并且由于人物称呼的法系的紧密程度，可以明显区分人物不同导致不同人物称呼是否是同一个人不明二间关系的好坏。了，关系网也无法明确表示。通过以上比较 ，本文采用人物关系网络清晰的方法一来挖掘人物的群集行为。5.2.2 问题二模型的建立通过查阅文献一 1群集行为有四个特点 ：（ 1）灵活性，表现对环境的适应性 ；（ 2）鲁棒性，表现不受内外干扰 （抗干扰性强 ，解决扰动速度快 ）；（ 3）分散性，表现为单个主体的

28、行为基础上 ；（ 4）自组织，表现为显著地整体性质 ，即涌现 。结合本文问题分析 ，需建立一个模型寻找群集中心（在本文中 ，群集中心就是信息交流的中心 ）。模型建立步骤如下 ：. 学习帮手 .专业整理 .步骤一：确定集结点集合 P 和群集集合 N ，分析问题确定领域规则 。步骤二：从群集集合 N 中去掉与集结点集合P 相同的元素 ，得到新的群集集合N * 判断， N * 与 P的元素间的关系是否符合领域规则，若符合，就将其加入集结点集合 P ,若不符合找下一个 ，直至找完群集内的所有元素。得到新的集结点 P * 。步骤三 ：重复步骤二 ，直到所有的集结点集合P * 与群集集合 N * 不存在符

29、合领域规则 元素时 结束 。 将最终 的集结 点集合 P * 作为群 集中心 集合center 。根据以上步骤得到算法流程图如下：5.2.3 问题二第二问模型求解和结果分析基于上述模型 ，基于方法一人物关系网络，第一问中方法一所寻找的关键人物作为集结点集合，所有人物为群集 （人物进行编号为 i = 1,2, 3.150 ）通信次数的矩阵 （ 150 150）中有两人通信次数大于117 （ 150 个人的平均通信次. 学习帮手 .专业整理 .数）的归于集结点作为领域规则，通过 matlab程序 zaoji 求解，求解结果见表5：群集中心任务编号及对应人名表 5方法一63lavorato-j23d

30、elainey-d20dasovich-j2arnold-j6bass-e133taylor-m70love-p142whalley-l57kean-s126steffes-j137tycholiz-b80mclaughlin-e138ward-k65lenhart-m55jones-t115shackleton-s39giron-d59keiser-k. 学习帮手 .专业整理 .144whitt-m54hyvl-d125stclair-c通过上表结果显示群集中心有21 个人，计算这 21 个人的通信次数总和为13908占总通信次数 17486 的 79.54% ，表明这 21 个人的活动有

31、79.54% 的概率影响到150 个人的活动 ，符合群集行为特点 。5.3 问题三模型的建立与求解通过问题二所述组织结构理论上利用方法一的人物组织结构可以找到其他犯罪嫌疑人 ，但是通过名字对比发现，方法一的结构不能确定已知的三个犯罪嫌疑人位置 。 而方法二中可以确定已知犯罪嫌疑人的位置，可以用方法二的人物关系网来寻找群集中心。因名字确定方式不唯一，不采用人名不同作为同一人的做法。5.3.1 问题三模型建立与求解将 2307 个人编号 ，将已知犯罪嫌疑人编号 （）作为集结点集合 ，将每个人的编号集合作为群集集合 ，将人物亲密度矩阵 （ 2307 2307 ）中大于 0.25 的人加入集结点集合作

32、为领域规则 ，通过问题二模型建立问题三的模型 。通过 matlab 程序 zaoji2 求解出群集中心 ，将群集中心的人作为犯罪嫌疑人，通过犯罪嫌疑人编号信息从 Enron_人名 _职位表中获得人物职位以此制作出表6如下：. 学习帮手 .专业整理 .犯罪嫌疑人名字及职位信息表表 6职编号人名职位编号人名职位编号人名位122201Kenneth LayCEOSherri Sera无59Amit无75104113Jeffery SkillingCEOJonesN/A255Browning无43Andrew15973无Mr.Lay无133Barnard无Fastow8Vice22577AndyWatsonN/A391Clarke无President4122165KennethCEONiles无676Ena无61130162164layCEONell无Niamh无891144201144Marlin无Sherrie无Marla无765159144Mark126Mr.Feygin无无Krista无50Greenberg1169122CEO/Trade 119KatiePage无Ken无7