安然公司数学数模.docVIP

PAGE 第 PAGE 2页，共 NUMPAGES 1页 安然公司高管组织结构发现 摘要 随着公安工作越来月要求精确解决寻找犯罪团伙及其主要负责人等问题，数学的推理和运算成为侦查的方法和手段，建立数学模型已经成为一种有效的侦查技术。而通信网络的高速发展产生了大量对于侦查有利的数据，本文就安然事件中的高层管理者欺诈犯罪事件，对其数据进行建模分析，得出其中的关键人物和犯罪团伙。 对问题一，无论是根据方法一还是方法二，我们都需要用几个定义的宏观量来衡量网络的密度等特征，由此我们使用社群图、社群矩阵来表达相互关系，并利用联系度、中介度、紧密度和中心度等宏观量建立数学模型。通过得出来的每个人的中心度的大小来排序，中心度大的人物判定为核心成员，即所谓的关键人物。其中使用社交网络处理软件Ucinet，得到方法一的150人节点中心度。在方法二中，我们首先对表格进行筛选、合并与删除，然后将新的表格输入软件，同样得到2307人的节点中心度。第一种方法得到63号，41号，137号人物是关键人物集团。这三个人分别是：lavorato-j和grigsby-m和tycholiz-b。而第二种方法得到1106号，1865号,484号人物是关键人物集团。这三个人分别是：Jane M Tholt，Robert和David。 对问题二，要挖掘人物关系网络中的群集行为，我们采用构建块的方法，给出块的定义并对块模型进行构建。首先选取关于犯罪网络子团伙划分的方法来把各个犯罪成员（通信标识码）划分到各个子团伙中，然后我们选取整个网络的平均密度值α来确定各个块的取值。此处采用Ucinet软件对方法一和方法二来进行关系密度的计算，得到相应的关系密度矩阵。同时利用Ucinet的自动分群功能得到方法一150人的分群图，为7个群。对方法二同样处理得到关系密度矩阵，再进行处理得出2307人的分群图。 对问题三，我们根据其他人与这三个人之间的关系量化排序，采用“三步法”。首先按照权重对所有人与这三个人物的亲密度加权加和并排序，建立隶属函数模型。确定初步嫌疑人，再同样利用隶属函数，计算出与单个嫌疑人的紧密度界限，利用单个排序法进一步确定嫌疑人。最后取交集综合比较法确定最终嫌疑人。得到最有嫌疑的是1595号Mr. Feygin，较有嫌疑的是1226号Kenneth和73号Andy。 针对海量数据挖掘犯罪线索等同于大海捞针，基于本文建立的数学模型可简便地理顺其中纷繁复杂的关系，从而可进行精确的分析研判。 关键词：犯罪 安然事件 数学建模 节点中心度 子群 亲密度 关系密度矩阵 1 问题重述 安然事件之后倒闭，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，一般有效通信次数）； 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，这也需要你们自行分析）。 问题： 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。 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。 若已经知道，Enron公司的三位高管是犯罪嫌疑人（Kenneth Lay：Chairman；Jeffery Skilling：CEO；Andrew Fastow CFO），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，高管职位参见附录。 2 模型