互聯(lián)網(wǎng)企業(yè)發(fā)展與其社會(huì)網(wǎng)絡(luò)特征的影響

李楷

在競(jìng)爭(zhēng)日益激烈的當(dāng)下，互聯(lián)網(wǎng)企業(yè)的發(fā)展不再是某一個(gè)公司的單獨(dú)行為，所有企業(yè)的發(fā)展都嵌于一個(gè)寬泛的社會(huì)網(wǎng)絡(luò)之中，社會(huì)網(wǎng)絡(luò)能為企業(yè)的發(fā)展提供最初資本的獲取，以及所需的外部資源和合作的好處。本文結(jié)合社會(huì)網(wǎng)絡(luò)知識(shí)，提出運(yùn)用聚類算法分析中國(guó)互聯(lián)網(wǎng)企業(yè)網(wǎng)絡(luò)的框架；揭示互聯(lián)網(wǎng)企業(yè)不斷發(fā)展壯大的過程，是一個(gè)伴隨著不斷開展的投融資，不斷趨向成為網(wǎng)絡(luò)核心節(jié)點(diǎn)的過程。

通過分析互聯(lián)網(wǎng)企業(yè)的社會(huì)網(wǎng)絡(luò)特點(diǎn)，便于我們尋找出影響互聯(lián)網(wǎng)企業(yè)生存與發(fā)展的原因與要素。最后，本文總結(jié)得出對(duì)互聯(lián)網(wǎng)企業(yè)發(fā)展過程中的一些建議。

一、引言

巨頭們紛紛涉獵互聯(lián)網(wǎng)各個(gè)方向乃至其他領(lǐng)域，目的不單純是為了擴(kuò)大自身規(guī)模，其內(nèi)在原因是隨著技術(shù)不斷發(fā)展，企業(yè)要想保持長(zhǎng)盛不衰，一方面要不斷地進(jìn)行產(chǎn)品迭代更新，另一方面要進(jìn)行商業(yè)模式的創(chuàng)新。

然而新產(chǎn)品研發(fā)的時(shí)間和經(jīng)濟(jì)成本都比較可觀，投放到市場(chǎng)的成功機(jī)率又很低，因此企業(yè)內(nèi)部投資的風(fēng)險(xiǎn)很大，對(duì)于這些擁有龐大現(xiàn)金流的互聯(lián)網(wǎng)巨頭企業(yè)來說，投資并購(gòu)模式則是更優(yōu)的選擇。

二、基于社會(huì)網(wǎng)絡(luò)分析理論的投資并購(gòu)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)即可簡(jiǎn)單地稱為社會(huì)關(guān)系所構(gòu)成的結(jié)構(gòu)。借助社會(huì)網(wǎng)絡(luò)分析可以找出整合不同領(lǐng)域資源的跨界企業(yè)，并說明其在社會(huì)網(wǎng)絡(luò)中擁有獨(dú)特地位的事實(shí)。社會(huì)網(wǎng)絡(luò)分析中，主要分為整體網(wǎng)絡(luò)結(jié)構(gòu)特征和網(wǎng)絡(luò)個(gè)體特征兩部分。

社會(huì)網(wǎng)絡(luò)分析中，一個(gè)企業(yè)的聚類系數(shù)是指與該企業(yè)直接相連的節(jié)點(diǎn)構(gòu)成網(wǎng)絡(luò)的密度，網(wǎng)絡(luò)的聚類系數(shù)即所有節(jié)點(diǎn)聚類系數(shù)的平均值。網(wǎng)絡(luò)密度越大、平均最短路徑長(zhǎng)度越小、聚類系數(shù)越大說明網(wǎng)絡(luò)的凝聚性越強(qiáng)，則該網(wǎng)絡(luò)具有顯著的小世界特性。

“結(jié)構(gòu)洞”理論指出，如果兩者之間缺少直接的聯(lián)系，而必須通過第三者才能形成聯(lián)系，那么行動(dòng)的第三者就在關(guān)系網(wǎng)絡(luò)中占據(jù)了一個(gè)結(jié)構(gòu)洞。

企業(yè)在合作網(wǎng)絡(luò)中的影響力越大，代表與其直接合作的企業(yè)越多，對(duì)潛在合作者的吸引力越大，同時(shí)基于用戶需求的不斷變化和自身能力的有限性，新進(jìn)企業(yè)只要試圖與這些企業(yè)建立穩(wěn)定的合作關(guān)系，就能從中受益。處于結(jié)構(gòu)洞位置的企業(yè)往往占據(jù)著大量的資源，并且控制著資源的流動(dòng)，想與其開展合作的企業(yè)必須滿足這些企業(yè)的標(biāo)準(zhǔn)和原則。

三、使用聚類算法分析互聯(lián)網(wǎng)企業(yè)網(wǎng)絡(luò)中具有“結(jié)構(gòu)洞”地位的節(jié)點(diǎn)企業(yè)

經(jīng)典的k-means聚類算法使用第二范數(shù)度量對(duì)象之間的相似度，即每個(gè)屬性的歐幾里德距離之和，該值越小，對(duì)象越相似：dist（m一冬石

本文引入帶特征權(quán)重的K-means聚類算法作為以平均路徑度量的社會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)聚類系數(shù)對(duì)應(yīng)的數(shù)據(jù)處理技術(shù)方法。dist（m，n） =廚蕊

在聚類時(shí)，將總權(quán)重設(shè)為1，為特征權(quán)重，是該屬性值在歐式空間上成比例的拉伸放大和縮小，衡量特征屬性的重要程度，該值越大說明貢獻(xiàn)度越大。把該公式替換掉k-means算法中的相似度公式，然后依然將各簇的簇內(nèi)各節(jié)點(diǎn)同中心點(diǎn)的距離之和再求和，作為損失函數(shù)。

在聚類之后可以采取求每個(gè)簇內(nèi)各節(jié)點(diǎn)之間的距離之和后取平均的做法，距離越近，表示兩個(gè)節(jié)點(diǎn)間具有強(qiáng)聯(lián)系。

圖1為本文對(duì)中國(guó)互聯(lián)網(wǎng)企業(yè)投資并購(gòu)數(shù)據(jù)進(jìn)行聚類算法中一些屬性特征的舉例，其中離散型變量如每一類中的子項(xiàng)屬性，在數(shù)據(jù)預(yù)處理中具體用0、I對(duì)應(yīng)表示不符合、符合該項(xiàng)特征。

總結(jié)：本節(jié)提出需要進(jìn)行聚類分析的步驟如下

（1）按屬性錄入數(shù)據(jù)，k-means算法對(duì)距離敏感，由于屬性單位不同，故執(zhí)行數(shù)據(jù)歸一化操作；

（2）執(zhí)行聚類，將結(jié)果分類染色；根據(jù)融資額度的數(shù)據(jù)大小，調(diào)整繪圖中的圓點(diǎn)大??；

（3）在完成上述步驟后，再根據(jù)企業(yè)之間的合作關(guān)系情況，將存在合作關(guān)系的企業(yè)用曲實(shí)線連接；該步驟可以將分屬于不同陣營(yíng)但是存在聯(lián)系的節(jié)點(diǎn)表示出來；

（4）將分屬于不同陣營(yíng)但是存在聯(lián)系的節(jié)點(diǎn)，即處于“結(jié)構(gòu)洞”位置的跨界節(jié)點(diǎn)標(biāo)識(shí)出來。

聚類結(jié)果中的各類之間起到連接作用的節(jié)點(diǎn)往往表示企業(yè)間的合作交流關(guān)系，或者是代表了企業(yè)在技術(shù)、產(chǎn)品或者服務(wù)等方面比較跨界，同時(shí)擁有兩個(gè)類的特征，因此這些公司值得關(guān)注。

本文結(jié)合社會(huì)網(wǎng)絡(luò)知識(shí)，提出運(yùn)用聚類算法分析中國(guó)互聯(lián)網(wǎng)企業(yè)網(wǎng)絡(luò)的框架，得到了以下觀點(diǎn)：（1）企業(yè)所加入的社會(huì)網(wǎng)絡(luò)越大，該企業(yè)就越能獲得資源，發(fā)展也就會(huì)好；（2）從事跨界和整合不同領(lǐng)域資源的企業(yè)，在社會(huì)網(wǎng)絡(luò)中擁有類似“結(jié)構(gòu)洞”的地位。（3）互聯(lián)網(wǎng)企業(yè)不斷發(fā)展壯大，尤其是伴隨著不斷開展投融資的過程，是不斷趨向成為網(wǎng)絡(luò)核心節(jié)點(diǎn)的過程。趨近社會(huì)網(wǎng)絡(luò)的中心，有助于產(chǎn)生網(wǎng)絡(luò)外部性效應(yīng)，使得該企業(yè)在社會(huì)網(wǎng)絡(luò)中呈現(xiàn)出保持經(jīng)久不衰生命力的特點(diǎn)。