探析供应链网络结构的背景分析

自2011年起，大数据越来越受到社会各界的关注。随着信息技术发展，新型社交网络的出现，网络中各种数据流量的激增，大数据在网络的发展中迅速成长。数据量的不断增长，也引起了数据处理能力的不断提高，大量的观测数据有待研究者们去分析。

从复杂网络的角度来说，对于现实中各种复杂的网络结构，研究者们主要通过建立相应的网络模型来模拟现实网络数据，从而实现对网络拓扑结构的分析。然而，传统的复杂网络分析方法在网络拓扑结构的分析方面具有突出的表现，但是在研究一些需要大量量化数据的问题时稍显乏力，当人们对复杂网络的结构做更加深入的分析时，就需要对网络中更多的细节信息进行量化处理，此时大量数据分析的困难就凸显了出来。

从供应链网络的角度来说，市场中存在的各种大数据集都是非常具有研究价值的，例如银行系统中有关供应链金融的数据信息，电商平台淘宝网收集的各种商家行为与客户需求信息的数据等。在研究的过程中，首先我们需要从实际数据中提取供应链的网络结构，包括供应链的规模大小、节点属性、连接数、边的权重等。其次，提高这些数据的处理精度，在网络结构的基础上进一步分析供应链网络的层次特征。最后由结构导向功能，详细分析网络的各种功能特性。(www.xing528.com)

面对传统的复杂网络分析方法中存在的问题，我们可以从新的思路入手，改善传统复杂网络的分析方法，或者考虑引入其他领域的方法用于复杂网络分析体系中。数据分析领域是一个比较成熟的研究领域，拥有许多相对成熟的分析工具和分析方法，对于复杂网络中的社团结构，节点相似性分析等问题，数据分析领域已经有比较成熟的体系，如果把数据分析领域里比较成熟的分析体系运用于复杂网络中相关问题的分析将会有很好的效果。

本章以第三章所建立的层次型加权供应链网络模型数据为基础，运用改进后的网络投影法，把传统的复杂网络分析问题转变为数据分析问题，从网络拓扑分析、网络社团划分和网络结构比较三个方面入手，对模型数据进行分析处理，最后反推网络的结构，并与原模型的网络结构进行比较，从而验证这种新的分析方法的可行性及发展前景。