参考原文：http://tecdat.cn/?p=2186

最近我们被客户要求撰写关于复杂网络社区发现算法的研究报告，包括一些图形和统计输出。

物业工程肩负着维持项目各类设施设备的正常运作，保障全体业主的正常生活，令物业保值升值，是项目的心脏部门。拓端数据（tecdat）研究人员根据全国电梯故障上报汇总数据，从多个角度进行数据分析

物业工程肩负着维持项目各类设施设备的正常运作，保障全体业主的正常生活，令物业保值升值，是项目的心脏部门。工程设备故障分析，从各类专业系统的问题统计中，发现该系统全国故障发生率较高的设备问题，从工程管理措施上控制设备故障率，减少同类故障的频发程度，对设施设备故障的预判、解决方案的制定有非常重要的意义。

基于以上背景，拓端数据（tecdat）研究人员根据全国电梯故障上报汇总数据，从多个角度进行数据分析。

1

电梯故障

影响因素网络

图表1

电梯故障影响因素分析结果显示电梯故障处理结果、损坏配件名称和故障原因之间存在强关联关系，故障处理时长和故障原因、更换配件费用、流程状态之间存在较强的关联关系，故障类型和故障原因、单元号之间存在关联关系。

社区发现算法结果显示，电梯故障因素可以从配件信息、故障信息和房屋信息三个维度来进行分析。因此，准确确定故障原因和预计故障处理时间可以提高故障处理效率。从聚类结果中可以判断电梯所处的房屋信息对故障处理时长也有一定影响。

2

停梯原因

影响因素分析

接下来，我们对截止研究时段仍为停梯状态对象的原因和影响因素进行研究。

图表2

停梯的因素可以分成三个方面：故障责任未明确、维保单位流程中与无备用配件。相比于正常状态电梯，拨打400客服电话可以很大程度上减少由于原因和责任不明确所导致的停梯比例，一定程度上加快维保单位维修的进程，从而减少停梯比例。同时，有被困人员的电梯由于原因和责任未明确而停梯的情况较少出现，同时也减少了维保单位协调和无配件而停机的比例。

点击标题查阅往期内容

【视频】复杂网络分析CNA简介与R语言对婚礼数据聚类社区检测和可视化|数据分享

左右滑动查看更多

01

02

03

04

3

地区比较

故障类型和处理时长

图表3

根据故障类型的复杂程度和电梯故障处理效率两个维度，电梯故障处理情况可以大概分成4个区域。在A区域中，我们发现全国大部分省市的复杂故障处理时长都较短，新疆和深圳在处理复杂故障类型的能力上仍需提高。在B区域中，我们发现新疆、海南和甘肃在处理一般故障类型的能力上仍需提高。在C区域中，我们发现福建、广西和新疆在处理一般故障类型的能力上仍需提高。总的来说，大部分地区在较短时间内可以解决较复杂的故障类型，同时对于一般故障类型的处理时长长短不一、相差很大，新疆在不同故障类型的处理效率上仍需提高。

点击文末 “阅读原文”

获取全文完整代码数据资料。

本文选自《数据挖掘算法在物业设备设施管理的风险识别与防控应用》。

点击标题查阅往期内容

R语言复杂网络分析各大电视台合播电视剧数量可视化
R语言公交地铁路线进出站数据挖掘网络图可视化
混合图形模型MGM的网络可预测性分析
网络社区检测（社群发现）分析女性参加社交活动和社区节点着色可视化
用航空公司复杂网络对疫情进行建模
R语言社区发现算法检测心理学复杂网络：spinglass、探索性图分析walktrap算法与可视化
R语言复杂网络分析：聚类（社区检测）和可视化
使用Python和SAS Viya分析社交网络
R语言用igraph绘制网络图可视化
在R语言中使用航空公司复杂网络对疫情进行建模
R语言用相关网络图可视化分析汽车配置和饮酒习惯
R语言公交地铁路线进出站数据挖掘网络图可视化
python对网络图networkx进行社区检测和彩色绘图R语言推特twitter网络转发可视化分析
R语言复杂网络分析：聚类（社区检测）和可视化
R语言混合图形模型MGM的网络可预测性分析
R语言使用自组织映射神经网络（SOM）进行客户细分
R语言网络分析友谊悖论案例
R语言网络和网络流的可视化实践：通勤者流动网络
R语言最大流最小割定理和最短路径算法分析交通网络流量拥堵问题
R语言公交地铁路线网络图实现数据挖掘实战
R软件SIR模型网络结构扩散过程模拟
通过SAS网络分析对人口迁移进行可视化分析
python隶属关系图模型:基于模型的网络中密集重叠社区检测方法
使用Python和SAS Viya分析社交网络
用R语言和python进行社交网络中的社区检测
python图工具中基于随机块模型动态网络社团检测
在R语言中使用航空公司复杂网络对疫情进行建模
采用SPSS Modeler的Web复杂网络对所有腧穴进行分析