异质偏好下的大群体决策行为与共识研究.docx

《异质偏好下的大群体决策行为与共识研究.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、异质偏好下的大群体决策行为与共识研究群体决策是多位决策者或者专家按照一定的准则、属性或者目标,针对特定的决策问题进行谈判、磋商和妥协,最后达成群体共识或观点一致的过程。群体决策研究具有深刻的理论背景和广泛的应用基础,综合了决策科学、社会心理学、信息技术学以及行为科学等交叉学科领域,逐渐成为管理科学研究的重要分支。随着互联网的普及,在社交网络、电子商务和电子政务等实际管理问题中,参与决策的群体已经由专业领域内的少数专家逐步扩展为更大规模的参与群体,形成了大群体决策研究方向。在大群体决策研究中,决策参与者往往具有不同的知识背景、社会地位和决策习惯,对决策问题的偏好关系表达形式各

2、异。他们对候选方案的评估可以通过两两比较形成一组矩阵,或者直接给出候选方案的优先顺序形成一组向量,产生了偏好序、效用值、乘性偏好关系和模糊偏好关系等不同偏好结构。这种异构偏好信息在管理实践中广泛存在,对这一类数据的有效处理是大群体决策共识达成的根本保证,也是大群体决策应用中现实的管理问题。此外,需要考虑少数参与者的非合作决策行为。例如,社交网络中的决策行为,电子商务中的商品评价,大群体参与的民主决策,全产业供应链中的供应商选择等决策问题中的冲突协调和共识意见达成过程,需要处理包含异质偏好关系和非合作行为的大规模群决策问题。协调大群体决策中的不同意见,形成一致的群体观点比传统

3、的少数专家参与的决策问题更加复杂,在互联网和大数据背景下,具有重要的理论意义和实际应用前景。针对大规模决策中异质偏好的处理技术和群体共识达成的研究,存在众多尚未解决的问题,如大群体决策中异质偏好关系的距离度量、异质偏好关系的数据挖掘方法、异质偏好下非合作行为检测、异质偏好下大群体决策的共识机制等。为了处理大群体决策中的异质偏好关系和非合作行为,探索该情境下共识决策机制,本文基于向量相似关系,建立了异质偏好结构的距离度量,在此基础上提出了异质偏好下的大群体决策共识模型。大群体决策研究根据共识达成过程可分为异质偏好关系集结、大群体决策者偏好行为集聚和群体共识交互提升等三个环节。

4、与之对应,本文主要研究内容分为三部分。第一部分:异质偏好关系的集结研究。首先,对偏好序、效用值、模糊偏好关系和乘性偏好关系等偏好形式进行概述,引入本文研究的主要对象。其次,基于余弦相似度量,建立大规模稀疏模糊偏好关系的权重向量导出方法,并运用于围棋运动员排序问题。同时,比较各种大规模稀疏矩阵权重向量导出方法的时间成本,得出上述方法的计算优势。再次,针对四种异质偏好关系,建立基于相似度量优化模型的偏好集结方法,并推广到不完整异质偏好关系的集结问题,通过比较已有方法,验证上述模型的优势。第二部分:异质偏好下大群体决策者的行为挖掘研究。首先,概述大群体决策的主要研究问题,主要特征

5、和研究方法。其次,定义异质偏好关系的距离度量,在此基础上引入大群体决策者的聚类方法。然后,基于群体决策中管理经验和先验知识,建立代价敏感的多目标二次规划模型。该方法用于大群体决策者中少数决策者行为的分类预测。本章通过分类和聚类算法,将数据挖掘信息技术工具引入大群体决策,处理决策行为和异质偏好的管理问题。第三部分:异质偏好下大群体决策共识模型研究。首先,提出基于乘性偏好关系的群体共识模型。然后,建立基于聚类算法的非合作行为识别方法,检测非合作决策个体和非合作小团体行为。其次,通过有指导的决策者交互偏好调整,提升群体决策共识程度。再次,建立共识达成框架,提出包含非合作行为和异质

6、偏好关系的大群体决策共识达成模型。最后,将模型运用于精准扶贫资金扶助对象选取,演示模型的作用机理。大群体决策在社会网络化和大数据情境下已经成为管理科学面临的现实问题,是当前决策科学研究的重要组成部分。目前尚未有成熟的研究将数据挖掘方法与异质偏好关系相结合,解决异质偏好情境下的大群体决策共识问题。本文针对这一现象,将数据挖掘方法引入异质偏好下的大群体决策共识研究中,进一步系统地研究决策共识达成机制。通过数据挖掘方法在异质偏好关系中的应用,解决了异质偏好下大群体决策的群体共识问题。对这一问题的深入研究,有助于推动建立异质偏好下的大群体决策支持系统,丰富群决策的方法和技术,同时也

7、对管理实践和应用具有良好的指导意义。