复杂决策环境下面向共识的群体评价模型与方法研究

In the era of internet and big data, since the group evaluation problems in the complex decision environment have the following complicated features such as high volume, multi-source and heterogeneous individuals’ preferences data and relation data, large scale heterogeneous group of individuals, and dynamic evolutionary evaluation process, an urgent need of group evaluation is to mine the useful information, analyze the group preference and capture the group consensus opinion. This project will focus on the group preferences in the complex decision environment. By using the complex data analysis methods, opinion dynamics model and group evaluation theory and methods, we attempt to study the following issues to improve the accuracy and effectiveness of dealing with the complex evaluation and decision problems, including the method of capturing, mining and synthesizing the individuals’ preferences data and relation data, the models of dynamic evolution mechanism of group preferences, the prediction, analysis and control model of group consensus, and the quick group consensus reaching methods with the features such as adaptiveness, peer-to-peer and robustness. Considering the demands of the solving methods for the real world group evaluation problems, we will concentrate on the group consensus to develop consensus-oriented complex group evaluation methods in the complex decision environment. This project, with both great theoretical and practical significance, will not only make an important contribution to the field of group evaluation, but also provide more scientific and precise decision aiding tools to the government and companies.

在网络和大数据时代，由于复杂决策环境下的群体评价问题具有海量多源异构的个体偏好数据和关系数据、大规模异质群体和动态演化的评价过程等特征，因而如何提取出有效信息、分析群体偏好并取得群体共识意见是群体评价领域的一个重要的亟待解决的问题。本项目以复杂决策环境下的群体偏好为研究对象，拟采用复杂数据分析、观点动力学和群体评价理论与方法，着重研究个体偏好数据和关系数据的提取、挖掘和集成方法，建立群体偏好的动态演化和群体共识的预测、分析和控制模型，以及开发复杂决策环境下具有自适应、点对点交互和鲁棒计算等特征的快速群体共识达成方法，以提高解决复杂群体评价问题时的准确性和有效性。本研究以群体共识为主线，紧密结合群体评价问题的现实需求，构建复杂决策环境下面向共识的群体评价新方法，丰富现有的群体评价理论体系，为政府和企业部门提供更加科学和精确化的决策工具，具有重要的理论意义和现实应用价值。

随着信息技术的发展，研究具有复杂数据、大规模异质群体和动态演化的评价过程等特征的群体评价问题具有重要的理论与现实意义。本项目团队在国家自然科学基金（71501080）的资助下，对“复杂决策环境下面向共识的群体评价模型与方法”课题进行了研究。通过近三年来的研究工作，本项目的主要研究工作包括：①以层次分析法（AHP）为例研究了偏好数据处理与分析方法；②研究了复杂决策环境下的数据监测与存储问题；③探索了利用历史案例挖掘有效评价数据以得到相关评价与决策结果的处理方法；④对决策者偏好数据处理问题进行了基础性研究；⑤提出了具有双重反馈机制的群体偏好动态分析模型；⑥提出了具有自适应特征的去中心化共识达成方法。通过本项目的研究，较好地完成了预期研究计划，顺利实现了预先设定的研究目标。在本项目研究中，发表学术论文11篇，其中SCI、SSCI 收录国际期刊论文7篇，自然科学基金委员会管理科学部认定A类重要学术期刊论文1篇，EI收录期刊论文1篇CSSCI收录期刊论文1篇。项目主持人董庆兴入选中国科协第四届（2018-2020年度）青年人才托举工程。通过本项目的研究，可望进一步完善复杂决策环境下的群体评价理论与方法体系，并为当前管理决策提供理论和方法上的基础。