基于复杂网络的大众生产信息挖掘：模型、算法与应用

Peer production is a voluntary co-production production mode by producers driven in the non-monetary factors. Products of Peer Production can directly reflect the preference of large-scale consumer's demand and at the same time have a good scalability, so it has the potential industrial value. The existing theory and analysis method of organization production is difficult to effectively measure the characteristics of the organizational mode of Peer Production, and lacking of the decision-making research on how to make use of Peer production to promote the traditional production . This project intends to adopt a complex network model, and through building Peer production organization theory and information mining algorithms to solve these problems. First of all, through the practices and empirical research we build the Peer production organization theory and modeling Peer production complex network. Secondly, based on the model, combined with the organizational processes of Peer production and structure characteristics of complex network, we focus on Peer production multi-layer complex network and link prediction models and algorithms of bipartite network, and further we tap the law of process. Finally, according to the rules and results of information mining, the project proposed organizational strategies and technologies for Peer production, the path of traditional production use Peer production to develop and innovate, and the guiding industries policy of Peer production for government.

大众生产是生产者在非货币因素驱动下自愿合作生产产品的一种生产模式。与普通在线生产不同，大众生产下任何人均可以成为产品的潜在生产者，生产者不完全以利润最大化为生产依据且往往同时是产品的消费者。大众生产的产品能够直接体现大规模消费者的需求偏好，同时具备良好的扩展性，因此具有潜在产业价值。现有的组织生产理论与分析方法难以对传统生产利用大众生产的方式、路径提供决策支持，本项目拟通过信息挖掘的理论与方法对这一问题进行探讨。首先，通过大众生产实践和实证研究构建大众生产组织理论与大众生产复杂网络模型；其次，在模型基础上，结合大众生产组织过程和大众生产复杂网络结构特征，重点研究大众生产多层复杂网络与二分网络的链路预测模型和算法，挖掘大众生产生产过程的规律；最后，根据信息挖掘的规律和结果，本项目提出大众生产的组织策略和技术、传统生产利用大众生产进行产品研发和创新的途径、以及我国大众生产产业发展的引导政策。

大众生产是生产者在非货币因素驱动下自愿合作生产产品的一种生产模式。与普通在线生产不同，大众生产下任何人均可以成为产品的潜在生产者，生产者不完全以利润最大化为生产依据且往往同时是产品的消费者。大众生产的产品能够直接体现大规模消费者的需求偏好，同时具备良好的扩展性，因此具有潜在产业价值。传统的组织生产理论与分析方法难以对大众生产的组织方式包括众筹、众包等形式的行为动力机制提供解释与决策支持，本项目拟通过信息挖掘的理论与方法对这一问题进行探讨。本项目的主要研究内容为，首先，通过大众生产实践和实证研究构建大众生产组织理论与大众生产复杂网络模型；其次，在模型基础上，结合大众生产组织过程和大众生产复杂网络结构特征，重点研究相关大众生产网络的链路预测模型和算法，挖掘大众生产过程的规律；最后，根据信息挖掘的规律和结果，提出大众生产的组织策略和技术、传统生产利用大众生产的形式创新。重要成果包括以下四个方面：（1）讨论了大众生产网络的最小生产树分析方法。具体包括寻找网络的最小生产树；分析树的中心外围结构；基于Bootstrap方法从图的结构上，找到最小生成树的可靠性分支。（2）对包括大众生产网络在内的复杂网络分形算法进行改进。我们发现，大众生产网络具有一定的分形特征。通过motif挖掘能够降低网络的复杂度，从而为链路预测算法的应用更为简洁、有效的网络结构。在motif研究过程中，我们还进一步采用异向匹配算法，模拟产业网络的生长机制。（3）交叉相关性算法的研究。本项目的核心算法需要解决产品的分类问题。我们以物流业为大众生产的典型例子，讨论了如何通过识别不同产品之间存在的交叉相关性，来对产品进行有效分类。（4）以大众生产系统中产品出库为例子，讨论模块化-产品之间可能存在的相关关系。具有以下两点发现: 首先，产品出库的时间间隔服从幂律分布，而个体的出库时间间隔不具有该种规律；其次,采用重极标差法，揭示了产品出库量具有分形布朗运动的基本特征。分形布朗运动说明出库量在不同的时间尺度上具有自相似的统计特性。出库量不仅受到当前市场价格的引导，而且受过去一段时间的出库量影响较大。.项目理论上完善了大众生产理论，从量化视角为认识众筹、众包等行为的创新动力源提供理论支撑。实践上，本项目结论可以为大众生产过程的组织管理、产业绩效评估、产品研发创新路径的选择、系统风险控制等方面提供参考。