安然公司高管組織結(jié)構(gòu)

1、基于群集行為的安然公司高管組織結(jié)構(gòu)發(fā)現(xiàn)摘要 安然公司欺詐犯罪事件，引起了社會(huì)的廣泛關(guān)注，本文基于2000年至2002年的所有安然高管之間的郵件，利用基于通信行為的人物關(guān)系網(wǎng)絡(luò)構(gòu)建及基于郵件內(nèi)容的人物關(guān)系網(wǎng)絡(luò)構(gòu)建兩種方式尋找安然公司高管高管組織結(jié)構(gòu)，確定高管中的關(guān)鍵人物。通過(guò)群集行為的特點(diǎn)確定安然高管交流的信息中心和尋找犯罪嫌疑人。針對(duì)問(wèn)題一，方法一是將每個(gè)人和其它人的通信總次數(shù)作為活躍度（P），通信對(duì)象個(gè)數(shù)作為廣度，將活躍度與廣度的積稱作關(guān)鍵系數(shù)，取關(guān)鍵系數(shù)最高的7個(gè)作為關(guān)鍵人物。他們是lavorato-j，delainey-d，dasovich-j，arnold-j，bass-e，taylo

2、r-m和love-p。方法二是把親密度作為標(biāo)準(zhǔn)，將每個(gè)人與其他人親密度總和作為關(guān)鍵系數(shù)，取關(guān)鍵系數(shù)最高的7個(gè)作為關(guān)鍵人物，他們是thomas-p phanis-s stepenovitch-j jones-t mckay-j martin-t gilbertsmith-d。針對(duì)問(wèn)題二，通過(guò)分析方法一與方法二的利弊，決定用方法一的人物關(guān)系網(wǎng)絡(luò)來(lái)挖掘人物關(guān)系網(wǎng)絡(luò)中的群集行為。利用關(guān)鍵人物用領(lǐng)域規(guī)則找到群集中心是'lavorato-j''mclaughlin-e''whalley-l''delainey-d''ward-k

3、9;'kean-s''dasovich-j''lenhart-m''steffes-j''arnold-j''jones-t''tycholiz-b''bass-e''shackleton-s''keiser-k''taylor-m''giron-d''whitt-m''love-p''stclair-c''hyvl-d'針對(duì)問(wèn)題三，基于方法

4、一人物關(guān)系網(wǎng)絡(luò)，用問(wèn)題二模型，通過(guò)改變領(lǐng)域規(guī)則，利用犯罪嫌疑人找出其他犯罪嫌疑人，他們是編號(hào)人名職位編號(hào)人名職位編號(hào)人名職位1227Kenneth LayCEO2015Sherri Sera無(wú)59Amit無(wú)1044Jeffery SkillingCEO1133JonesN/A255Browning無(wú)73Andrew FastowCFO1598Mr.Lay無(wú)133Barnard無(wú)77AndyVice President2254WatsonN/A391Clarke無(wú)1226KennethCEO1651Niles無(wú)676Ena無(wú)1308layCEO1629Nell無(wú)1641Niamh無(wú)1447Mar

5、lin無(wú)2016Sherrie無(wú)1445Marla無(wú)1595Mr.Feygin無(wú)1440Mark Greenberg無(wú)1261Krista無(wú)1697Page無(wú)1220KenCEO/Trader1199Katie Trullinger無(wú)1221ken LayCEO1177Karen Denne無(wú)1198Katie無(wú)2014Sherri無(wú)1878Robin Sidel無(wú)1902Ronan無(wú)關(guān)鍵詞：人物關(guān)系網(wǎng)的建立；群集行為；關(guān)鍵人物；尋找犯罪嫌疑人一 問(wèn)題重述安然公司（Enron）是一家位于美國(guó)得克薩斯州休斯敦市的能源類公司，曾是世界上最大的電力、天然氣以及電訊公司之一，公司連續(xù)六年被財(cái)富雜志評(píng)選

6、為“美國(guó)最具創(chuàng)新精神公司”，然而真正使安然公司在全世界聲名大噪的，卻是這個(gè)擁有上千億資產(chǎn)的公司2002年在幾周內(nèi)破產(chǎn)，持續(xù)多年精心策劃、乃至制度化系統(tǒng)化的財(cái)務(wù)造假丑聞，以及安然事件中的高層管理者欺詐犯罪事件。安然倒閉之后，許多研究者致力于分析與處理安然郵件數(shù)據(jù)集（包含有150位安然公司高層管理者自2000年至2002年的所有郵件），試圖通過(guò)分析這個(gè)數(shù)據(jù)集挖掘出安然公司高層管理者之間的組織結(jié)構(gòu)關(guān)系（通常也叫做社區(qū)結(jié)構(gòu)），并進(jìn)一步找出其中可能存在犯罪嫌疑人。他們采用了兩種建立人物關(guān)系的方法初步得到了兩個(gè)與之對(duì)應(yīng)的人物關(guān)系網(wǎng)絡(luò)（用矩陣來(lái)描述，每個(gè)元素描述關(guān)系的緊密程度，取值范圍從0至1, 0代表關(guān)系

7、最不緊密，1代表關(guān)系最緊密）：方法1，基于通信行為的人物關(guān)系網(wǎng)絡(luò)構(gòu)建：人物關(guān)系的建立是基于通信行為的，這是指如果兩個(gè)人之間的通信次數(shù)越高那么二者之間的關(guān)系就越緊密；所得人物關(guān)系網(wǎng)絡(luò)為150乘150矩陣，這里的150是Enron高管的人數(shù)，詳細(xì)數(shù)據(jù)見(jiàn)第一組數(shù)據(jù)（數(shù)據(jù)中有兩個(gè)文件，name.txt為150個(gè)人的名字，adjacent.txt表示他們之間的有效通信次數(shù)）；方法2：基于郵件內(nèi)容的人物關(guān)系網(wǎng)絡(luò)構(gòu)建：人物關(guān)系的建立是基于郵件內(nèi)容的，這是指假設(shè)兩個(gè)人在N篇郵件內(nèi)同時(shí)出現(xiàn)過(guò)，如果N越大，那么二者的關(guān)系就越緊密。所得人物關(guān)系網(wǎng)絡(luò)為2307乘2307矩陣，這里的2307個(gè)人物是郵件內(nèi)出現(xiàn)的高頻人物

8、，詳細(xì)數(shù)據(jù)見(jiàn)第二組數(shù)據(jù)（數(shù)據(jù)中Namelist2.txt表示人物名字，RalationNet2.mat是matlab文件，表示這2307個(gè)人物之間的緊密程度。值得提醒的是由于基于內(nèi)容分析，有些人物名字上可能有不一致，比如可能是名字全稱，也可能只用名或姓，這也需要你們自行分析）。問(wèn)題：1 分別針對(duì)方法1和方法2中的人物關(guān)系網(wǎng)絡(luò)，找出其中的關(guān)鍵人物。2 試分析上述兩種方法所構(gòu)建的人物關(guān)系網(wǎng)絡(luò)對(duì)組織結(jié)構(gòu)關(guān)系刻畫(huà)的利弊，結(jié)合第一問(wèn)得到的關(guān)鍵人物，選擇其中的一種方法（或是綜合兩種方法），挖掘人物關(guān)系網(wǎng)絡(luò)中的群集行為。3 若已經(jīng)知道，Enron公司的三位高管是犯罪嫌疑人（Kenneth Lay：Chair

9、man；Jeffery Skilling：CEO；Andrew Fastow CFO），能否通過(guò)以上的組織結(jié)構(gòu)找出可能存在的其他犯罪嫌疑人，高管職位參見(jiàn)附錄。二 模型假設(shè)1）假設(shè)郵件統(tǒng)計(jì)內(nèi)容無(wú)誤，無(wú)郵件遺漏；2）假設(shè)數(shù)據(jù)一和數(shù)據(jù)二的人名記錄無(wú)誤；3）假設(shè)安然公司高管間常用通信方式是郵件。三 符號(hào)說(shuō)明四 問(wèn)題分析4.1 問(wèn)題一的分析問(wèn)題一要求分別基于通信行為和郵件內(nèi)容構(gòu)建的人物關(guān)系網(wǎng)找到人物關(guān)系中的關(guān)鍵人物，可認(rèn)為是尋找在人際關(guān)系網(wǎng)中處于紐帶地位的人。如果能夠找到一個(gè)指標(biāo)來(lái)確定各個(gè)人物的重要程度，就可以確定出關(guān)鍵人物是哪些。確定出關(guān)鍵人物之后就將關(guān)鍵人物代入人物關(guān)系網(wǎng)觀察他是否處于紐帶位置來(lái)確定

10、之前所確定的重要程度這個(gè)指標(biāo)的合理性。4.2 問(wèn)題二的分析問(wèn)題二的第一小問(wèn)是對(duì)方法一與方法二的評(píng)價(jià)，評(píng)價(jià)的標(biāo)準(zhǔn)應(yīng)該結(jié)合實(shí)際人物關(guān)系的評(píng)判方式來(lái)評(píng)價(jià)方法一與方法二的利弊。通過(guò)文獻(xiàn)一1了解到群集行為的特點(diǎn)。根據(jù)其特點(diǎn)建立模型尋找群集中心。模型的關(guān)鍵有兩點(diǎn)，一是確定集結(jié)點(diǎn)，二是領(lǐng)域規(guī)則。集結(jié)點(diǎn)可以確定是關(guān)鍵人物，方法一的人物關(guān)系網(wǎng)絡(luò)中領(lǐng)域規(guī)則是將通信次數(shù)大于所有人通信次數(shù)平均值的人歸于關(guān)鍵人物，以此來(lái)找出群集中心。方法二的人物關(guān)系網(wǎng)絡(luò)中領(lǐng)域規(guī)則是將親密度大于平均親密度的人歸于關(guān)鍵人物來(lái)找出群集中心。4.3 問(wèn)題三的分析問(wèn)題三是通過(guò)已知三個(gè)犯罪嫌疑人，尋找其他犯罪嫌疑人。確定犯罪嫌疑人的方法有很多，根

11、據(jù)不同的情況都有不同的判別方式。可以對(duì)已知數(shù)據(jù)初步確定判別方式，以已知的嫌疑人作為集結(jié)點(diǎn)，判別方式為領(lǐng)域規(guī)則，人物關(guān)系網(wǎng)絡(luò)作為群集，通過(guò)問(wèn)題二的模型求解群集中心，群集中心除去已知的犯罪嫌疑人，就可得到其他犯罪嫌疑人。之后對(duì)得到的犯罪嫌疑人通過(guò)判別方式，總結(jié)犯罪嫌疑人所處位置的相關(guān)指標(biāo)在群集里所占的百分比大小評(píng)定這種判別方式的好壞，若好，確定犯罪嫌疑人，若不好，尋找其他判別方式，重復(fù)以上步驟直到找到判別方式最好的方案。五 模型建立與求解5.1 問(wèn)題一模型的建立與求解通過(guò)參考文獻(xiàn)2可知人物關(guān)系網(wǎng)可以通過(guò)邊權(quán)矩陣描述，為了更直觀反映人物關(guān)系網(wǎng)，可以通過(guò)畫(huà)圖來(lái)描述。畫(huà)人物關(guān)系網(wǎng)的模型如下：步驟一：找到

12、人物關(guān)系網(wǎng)人物個(gè)數(shù)，將各個(gè)人物進(jìn)行編號(hào)。步驟二：隨機(jī)產(chǎn)生對(duì)應(yīng)人物個(gè)數(shù)的處于的隨機(jī)數(shù),將作為第個(gè)人的位置。步驟三：將已知的邊權(quán)矩陣轉(zhuǎn)換成鄰接矩陣，若鄰接矩陣中為的兩個(gè)人為將兩點(diǎn)連接。步驟四：重復(fù)步驟三，直到找完所有點(diǎn)。畫(huà)出人物關(guān)系網(wǎng)。5.1.1 方法一模型的建立方法一尋找關(guān)鍵人物模型如下：步驟一:找到每個(gè)人的與其有通信人的個(gè)數(shù)記為聯(lián)系對(duì)象個(gè)數(shù)，記錄每個(gè)人的與其通信次數(shù)總和記為活躍度。步驟二:將聯(lián)系對(duì)象個(gè)數(shù)與活躍度乘積作為關(guān)鍵系數(shù)（關(guān)鍵系數(shù)越高人物越關(guān)鍵）。公式如下:步驟三：將關(guān)鍵系數(shù)最大的幾個(gè)作為關(guān)鍵人物。5.1.2 方法二模型的建立方法一尋找關(guān)鍵人物模型如下：步驟一:找到每個(gè)人的與其有通信人的

13、個(gè)數(shù)記為聯(lián)系對(duì)象個(gè)數(shù)，記錄每個(gè)人的與其親密度總和記為總親密度。步驟二:將聯(lián)系對(duì)象個(gè)數(shù)與活躍度乘積作為關(guān)鍵系數(shù)（關(guān)鍵系數(shù)越高人物越關(guān)鍵）。公式如下:步驟三：將關(guān)鍵系數(shù)最大的幾個(gè)作為關(guān)鍵人物。5.1.3 方法一與方法二求解方法一：把方法一邊權(quán)矩陣轉(zhuǎn)換成鄰接矩陣畫(huà)出的人物關(guān)系網(wǎng)如圖1：圖1 方法一人物關(guān)系網(wǎng)絡(luò)圖（橫坐標(biāo)為人的編號(hào)，編號(hào)對(duì)應(yīng)人名可由附件1找到）由方法一模型用office的excel處理邊權(quán)矩陣得到關(guān)鍵人物，用表2表示如下：關(guān)鍵人物及其信息表 表2關(guān)鍵人物名聯(lián)系對(duì)象個(gè)數(shù)活躍度關(guān)鍵度職位lavorato-j22241353086CEOdelainey-EOdaso

14、vich-j9218019620Employeearnold-j16102916464Vice Presidentbass-e9179316137Tradertaylor-m11121013310Employeelove-p8147711816N/A方法二：利用美國(guó)人的名字結(jié)構(gòu)組成及稱呼3對(duì)方法二中的數(shù)據(jù)對(duì)照方法一人名從Namelist2.txt中找到同一名字的150人，處理方法為人為尋找。找到人的全名和簡(jiǎn)稱如表1：150人的簡(jiǎn)稱及對(duì)應(yīng)全名 表1簡(jiǎn)稱全名簡(jiǎn)稱全名簡(jiǎn)稱全名allen-pPhillip Allenholst-kKeith Holstring-rRingarnold-jJohn Ar

15、noldhorton-sAlonsorodrique-rRobin Rodriguearora-hHarry Arorahyatt-kKevin Hyattrogers-bBenjamin Rogersbadeer-rRobert Badeerhyvl-dDan J Hyvlruscitti-kKevin Ruscittibailey-sSusan Baileyjones-tJonessager-eElizabeth Sagerbass-eEric Basskaminski-vVince J Kaminskisaibi-eSabinabaughman-dDon Baughman Jr.kean

16、-sSteven J Keansalisbury-hShanna Husserbeck-sSally Beckkeavey-pHarveysanchez-mMonique Sanchezbenson-rRobert Bensonkeiser-kKeithsanders-rRichard B Sandersblair-lBlairking-jKingscholtes-dDiana Scholtesbrawner-sSandra F Brawnerkitchen-lLouise Kitchenschoolcraft-dBeverley Ashcroftbuy-rRick Buykuykendall

17、-tJudy Kudymschwieger-jJim Schwiegercampbell-lCampbelllavorato-jJackscott-sSusan Scottcarson-mCarsonlay-kKen Lay - Officesemperger-cCara Sempergercash-mMichelle Cashlenhart-mMatthew Lenhartshackleton-sShirley Crenshawcausholli-mHarry M Collinslewis-aAndrew Lewisshankman-jJeffrey A Shankmancorman-sSt

18、ewart Rosmanlinder-eEarlshapiro-rRichard Shapirocrandell-sScott Goodelllokay-mMichelle Lokayshively-hS Shivelycuilla-mMike Jillardlokey-tTamaraskilling-jJeff Skillingdasovich-jJeff Dasovichlove-pPhillip M Loveslinger-rRyan Slingerdavis-dDavislucci-pPablosmith-mMike D Smithdean-cDeanmaggi-mMike Maggi

19、solberg-gGloria Solisdelainey-dDavid W Delaineymann-kKay Mannsouth-sSteven P Southderrick-jJim Derrickmartin-tMartinstaab-tTheresa Staabdickson-sDicksonmay-lLarry Maystclair-cSinclairdonoho-lLisa Yohomccarty-dDalsteffes-jJames D Steffesdonohoe-tDonna M. Talamomcconnell-mMackstepenovitch-jStephaniedo

20、rland-cChris Dorlandmckay-bBrad Mckaystokley-cStanleyermis-fMatthew F Gockermanmckay-jKaystorey-gGene Humphreyfarmer-dFarmermclaughlin-eErrol Mclaughlinsturm-fFletcher J Sturmfischer-mMark Fischermerriss-sJeromeswerzbin-mMike Swerzbinforney-jJennifer Fornomeyers-aMatthew Meyerssymes-kKate Symesfossu

21、m-dDrew Fossummims-thurston-pPatrice L Mimstaylor-mMark Taylorgang-lMiguel L Garciamotley-mBentleytholt-jJane M Tholtgay-rGay Mayeuxneal-sScott Nealthomas-pThomasgeaccone-tGeorgeannenemec-gGerald Nemectownsend-jHendersongermany-cChris L. Germanypanus-sStephanie Panustycholiz-bBarry Tycholizgilbertsm

22、ith-dGilbertparks-jParkerward-kKim Wardgiron-dGironpereira-sSusan W Pereirawatson-kWatsongriffith-jGriffithperlingiere-dDebra Perlingiereweldon-cCharles Weldongrigsby-mMike Grigsbyphanis-sStephaniewhalley-gGreg Whalleyguzman-mMark Guzmanpimenov-vBill Donovanwhalley-lHarleyhaedicke-mMark E Haedickepl

23、atter-pIlan Caplanwhite-sStacey W Whitehain-mMary Hainpresto-kU.s. Supremewhitt-mMark Whittharris-sStephanie J Harrisquenet-jJoe Quenetwilliams-jWilliamsonhayslett-rRod Hayslettquigley-dKay Quigleywilliams-w3Bill Williams Iiiheard-mMarie Heardrapp-bRaphaelwolfe-jGreg Wolfehendrickson-sBambireitmeyer

24、-jJay Reitmeyerybarbo-pDeborahhernandez-jJudy Hernandezrichey-cCooper Richeyzipper-aAndy Zipperhodge-jJeffrey T Hodgering-aAndrea Ringzufferli-jJefferson利用程序按上表人名的親密度矩陣找出來(lái)為附件1，把附件1邊權(quán)矩陣轉(zhuǎn)換成鄰接矩陣畫(huà)出的人物關(guān)系網(wǎng)如圖2：圖2 方法二下的人物關(guān)系網(wǎng)（橫坐標(biāo)為人物編號(hào)，編號(hào)對(duì)應(yīng)人物可由附件1找到）由方法一模型用office的excel處理邊權(quán)矩陣得到關(guān)鍵人物，用表3表示如下：關(guān)鍵人物及其信息表 表3關(guān)鍵人物名聯(lián)系對(duì)

25、象個(gè)數(shù)總親密度關(guān)鍵度職位thomas-p1403.38916689474.4834N/Aphanis-s1343.299721574442.1627Employeestepenovitch-j1343.299721574442.1627Vice Presidentjones-t1392.81766384391.6553N/Amckay-j1153.30370807379.9264Directormartin-t1322.84824447375.9683Vice Presidentgilbertsmith-d1252.87000986358.7512Manager5.2 問(wèn)題二模型建立與求解5.

26、2.1 對(duì)兩種方法利弊的評(píng)價(jià)如表4基于通信次數(shù)與通信內(nèi)容的人物關(guān)系刻畫(huà)利弊比較表 表4利弊方法一通過(guò)通信次數(shù)來(lái)刻畫(huà)人物關(guān)系網(wǎng)，能清楚的了解到人物間交流的頻率。人物交流頻率高不一定說(shuō)明人物關(guān)系緊密，也許是人物在工作上必須交流頻繁造成。方法二通過(guò)郵件內(nèi)容來(lái)刻畫(huà)人物間的親密度，從親密度的大小來(lái)區(qū)分人物關(guān)系的緊密程度，可以明顯區(qū)分人物間關(guān)系的好壞。郵件內(nèi)容中，兩人物名字一起出現(xiàn)的頻率高，不能說(shuō)明兩人親密度高，并且由于人物稱呼的不同導(dǎo)致不同人物稱呼是否是同一個(gè)人不明了，關(guān)系網(wǎng)也無(wú)法明確表示。通過(guò)以上比較，本文采用人物關(guān)系網(wǎng)絡(luò)清晰的方法一來(lái)挖掘人物的群集行為。5.2.2 問(wèn)題二模型的建立通過(guò)查閱文獻(xiàn)一1群

27、集行為有四個(gè)特點(diǎn)：（1）靈活性，表現(xiàn)對(duì)環(huán)境的適應(yīng)性；（2）魯棒性，表現(xiàn)不受內(nèi)外干擾（抗干擾性強(qiáng)，解決擾動(dòng)速度快）；（3）分散性，表現(xiàn)為單個(gè)主體的行為基礎(chǔ)上；（4）自組織，表現(xiàn)為顯著地整體性質(zhì)，即涌現(xiàn)。結(jié)合本文問(wèn)題分析，需建立一個(gè)模型尋找群集中心（在本文中，群集中心就是信息交流的中心）。模型建立步驟如下：步驟一：確定集結(jié)點(diǎn)集合和群集集合，分析問(wèn)題確定領(lǐng)域規(guī)則。步驟二：從群集集合中去掉與集結(jié)點(diǎn)集合相同的元素，得到新的群集集合判斷，的元素間的關(guān)系是否符合領(lǐng)域規(guī)則，若符合，就將其加入集結(jié)點(diǎn)集合,若不符合找下一個(gè)，直至找完群集內(nèi)的所有元素。得到新的集結(jié)點(diǎn)。步驟三：重復(fù)步驟二，直到所有的集結(jié)點(diǎn)集合與群集集

28、合不存在符合領(lǐng)域規(guī)則元素時(shí)結(jié)束。將最終的集結(jié)點(diǎn)集合作為群集中心集合。根據(jù)以上步驟得到算法流程圖如下：5.2.3 問(wèn)題二第二問(wèn)模型求解和結(jié)果分析 基于上述模型，基于方法一人物關(guān)系網(wǎng)絡(luò)，第一問(wèn)中方法一所尋找的關(guān)鍵人物作為集結(jié)點(diǎn)集合，所有人物為群集（人物進(jìn)行編號(hào)為）通信次數(shù)的矩陣（）中有兩人通信次數(shù)大于117（150個(gè)人的平均通信次數(shù)）的歸于集結(jié)點(diǎn)作為領(lǐng)域規(guī)則，通過(guò)matlab程序zaoji求解，求解結(jié)果見(jiàn)表5：群集中心任務(wù)編號(hào)及對(duì)應(yīng)人名 表5方法一63'lavorato-j'23'delainey-d'20'dasovich-j'2'arno

29、ld-j'6'bass-e'133'taylor-m'70'love-p'142'whalley-l'57'kean-s'126'steffes-j'137'tycholiz-b'80'mclaughlin-e'138'ward-k'65'lenhart-m'55'jones-t'115'shackleton-s'39'giron-d'59'keiser-k'144

30、'whitt-m'54'hyvl-d'125'stclair-c'通過(guò)上表結(jié)果顯示群集中心有21個(gè)人，計(jì)算這21個(gè)人的通信次數(shù)總和為13908占總通信次數(shù)17486的79.54%，表明這21個(gè)人的活動(dòng)有79.54%的概率影響到150個(gè)人的活動(dòng)，符合群集行為特點(diǎn)。5.3 問(wèn)題三模型的建立與求解通過(guò)問(wèn)題二所述組織結(jié)構(gòu)理論上利用方法一的人物組織結(jié)構(gòu)可以找到其他犯罪嫌疑人，但是通過(guò)名字對(duì)比發(fā)現(xiàn)，方法一的結(jié)構(gòu)不能確定已知的三個(gè)犯罪嫌疑人位置。而方法二中可以確定已知犯罪嫌疑人的位置，可以用方法二的人物關(guān)系網(wǎng)來(lái)尋找群集中心。因名字確定方式不唯一，不采用人名不同

31、作為同一人的做法。5.3.1 問(wèn)題三模型建立與求解將2307個(gè)人編號(hào)，將已知犯罪嫌疑人編號(hào)（）作為集結(jié)點(diǎn)集合，將每個(gè)人的編號(hào)集合作為群集集合，將人物親密度矩陣（）中大于0.25的人加入集結(jié)點(diǎn)集合作為領(lǐng)域規(guī)則，通過(guò)問(wèn)題二模型建立問(wèn)題三的模型。通過(guò)matlab程序zaoji2求解出群集中心，將群集中心的人作為犯罪嫌疑人，通過(guò)犯罪嫌疑人編號(hào)信息從Enron_人名_職位表中獲得人物職位以此制作出表6如下：犯罪嫌疑人名字及職位信息表 表6編號(hào)人名職位編號(hào)人名職位編號(hào)人名職位1227Kenneth LayCEO2015Sherri Sera無(wú)59Amit無(wú)1044Jeffery SkillingCEO1133JonesN/A255Browning無(wú)73Andrew Fastow無(wú)1598Mr.Lay無(wú)133Barnard無(wú)77AndyVice President2254WatsonN/A391Clarke無(wú)1226KennethCEO1651Niles無(wú)676Ena無(wú)1308layCEO1629Nell無(wú)1641Niamh無(wú)1447Marlin無(wú)2016Sherrie無(wú)1445Marla無(wú)1595Mr.Feygin無(wú)1440Mark Greenberg無(wú)