圖技術

利用neo4j、networkx、dgl、python做圖分析挖掘

【1】最短路徑算法dijkstra
【2】基于networkx的隱性集團關系識別模型
【3】基于Neo4j的擔保社群型態分析挖掘
【4】基于python求有向無環圖中target到其他節點全路徑
【5】有向圖中任意兩點的路徑
【6】圖基礎入門
【7】知識圖譜快速入門
【8】基于graphsage的欺詐用戶風險識別
【9】Graph2NLP淺談
【10】利用networkx做固定坐標的樣例圖

---

前言

在構建產供應鏈網絡的過程中，我們主要依賴于企業間的產業鏈上下游關系以及詳細的交易數據來識別企業之間的供貨關系。然而，企業間的資金交易關系錯綜復雜，金額和頻次變化多端，這使得傳統的簡單評估方法難以準確衡量供貨關系的真實強度。為了更系統、更精確地量化企業間的供貨關系強度，我們需要構建一個多維度的評估模型。這一模型將綜合考慮交易金額、交易頻次、交易持續性以及交易規律性等核心因素，以全面評估供貨關系的緊密性和穩定性。量化供貨關系強度的目的在于精準識別供應鏈中的高價值鏈路。這些鏈路不僅代表了企業間緊密的供貨關系，更是供應鏈中核心企業和關鍵節點的體現。一旦確定了這些高價值鏈路，企業便能更有針對性地開展營銷和業務拓展活動，從而挖掘潛在的客戶和市場機會。通過構建這一條理清晰、邏輯嚴密的供貨關系強度量化模型，企業能夠更深入地理解供應鏈的結構和運作機制，為戰略決策提供有力支持。同時，這也將為企業間的合作與協同創造更多機會，推動整個供應鏈的持續優化和升級。

---

該模型主要分為四個步驟來量化企業間供貨關系強度

一、交易金額分析

考慮到歷史交易金額與當期交易金額在評估供貨關系中的重要性，模型首先對企業間近一年的交易數據進行詳細分析。這一步驟將選取企業間近一年的交易數據，通過描述性統計分析，定義并量化近一年交易金額（設為X），以此作為評估供貨關系強度的關鍵指標之一。這一步驟旨在捕捉企業間交易的活躍度和規模，為后續的關系強度量化奠定基礎

二、關系粘性評估

企業間合作關系的穩固性對于供貨關系強度至關重要。因此，我們引入“關系粘性”這一指標來量化企業間關系的穩固程度。關系粘性通過以下兩個方面來評估：

1.關系建立的久遠程度

此指標衡量了企業間從首次交易開始至今的時間周期，按月計算（P1）。較長的合作歷史通常意味著雙方已經建立了穩定的供貨關系，對未來的合作有著更強的信心和預期。

2.關系保持的程度

此指標考慮了最近一次交易距離現在的時間周期，也按月計算（P2）。較短的P2值表示雙方近期仍有活躍的交易往來，顯示了當前供貨關系的活躍性和緊密性。

3.關系粘性計算

在評估關系粘性時，我們需要排除小額交易對關系穩定性評估的干擾。因此，我們設定了一個交易金額閾值（如10萬），當月交易總金額低于此閾值的月份將不計入交易出現月份數（M）中。通過綜合考慮關系建立的久遠程度（P1）、關系保持的程度（P2）以及交易出現月份數（M），我們可以計算出一個量化的關系粘性值，從而更準確地評估企業間供貨關系的穩固性。
$$Y=(1+\frac{1}{1+e^{\frac{?P1}{12}}})(1?\frac{1}{1+e^{\frac{?P2}{12}}})$$

三、交易規律性評估

隨著企業間貿易關系的深化，交易規律性成為衡量供貨關系穩定性的重要指標。交易規律性越高，表明外部環境穩定，內生關系健康，企業間供貨關系強度也相應增強。為量化這一指標，我們采取以下步驟：

1.交易次數閾值判斷

當交易出現月份數（M）小于3時，由于數據量過少，難以準確評估交易規律性，此時我們將交易規律性系數（Z）定義為0。

2.交易規律性系數計算

首先，我們需要確定規律交易周期。通過分析所有交易記錄，識別出兩兩交易月份之間的間隔數，并計算這些間隔數的平均值（A）和標準差（B）。這里，所有交易按月匯總進行計算，以確保數據的完整性和準確性。
然后，我們利用這些統計量來計算交易規律性系數（Z）。交易規律性系數是一個綜合了平均間隔和間隔波動性的指標，能夠反映企業間交易的規律性和穩定性。具體的計算公式可以根據實際情況進行調整和優化，但核心思想是利用平均值和標準差來量化交易周期的穩定性和一致性。通過計算交易規律性系數（Z），我們能夠更準確地評估企業間供貨關系的規律性程度，為后續的高價值鏈路篩選和潛在營銷客戶挖掘提供有力支持。
$$Z=e^{\frac{?B}{A}}$$

四、供貨關聯強度

在評估企業間供貨關系強度時，我們綜合考慮了交易金額（X）、關系粘性（Y）、交易規律性（Z）這三個維度。為了得到一個綜合的供貨關聯強度（Q），我們將這三個維度進行加權計算。具體的計算公式如下：
$$Q=\alpha X(1+\beta Y)(1+\gamma Z)$$其中，α、β、γ分別是交易金額、關系粘性、交易規律性的權重系數，它們可以根據實際情況進行調整，以反映不同維度在供貨關系中的重要性。
然而，由于企業間交易金額的差異可能極大，直接進行加權計算可能會導致某些交易金額巨大的企業在供貨關聯強度評估中占據過大的權重。為了解決這個問題，我們引入排名機制進行一致性轉換，將所有分數轉化到0~1的范圍內進行兩兩比較，歸一化公式如下：
$$S_i=\frac{Q_i}{{\sum }_{i=1}^n{Q}_i}$$