信息不完全的双边匹配决策方法研究

Two-sided matching decision making problems exist widely in real life. However, most of the previous research focuses on the situation in which matching objects' evaluation/preference information on the other side is completely given. When giving evaluation/preference information on matching objects of the other side, incomplete information is usually provided. On the basis of previous research results for two-sided matching decision making, this project intends to investigate two-sided matching decision making methods with incomplete information by combining missing values imputation methods in data mining and collaborative filtering algorithms in recommender systems. The main research work consists of four parts: (1) two-sided matching decision making methods based on incomplete preference ordinals and incomplete scores; (2) multi-attribute two-sided matching decision making methods with incomplete information; (3) two-sided matching decision making methods based on incomplete preference relations; (4) prototype system design and development for two-sided matching decision support with incomplete information.. The research is of great theoretical significance and practical values. The results of this project can not only enrich the research of two-sided matching decision making theory and methods, but also be used to deal with practical matching decision making problems, such as trade matching in e-commerce and employee-position matching in human resource management.

现实生活中存在着大量的双边匹配决策问题，但已有研究考虑的多是匹配主体的评价/偏好信息完全给出的情况。匹配主体在给出评价/偏好信息时，通常会给出关于对方的不完全信息。本项目以已有双边匹配决策研究成果为基础，将数据挖掘中的缺失值填补算法和推荐系统中的协同过滤算法引入双边匹配决策领域，对信息不完全的双边匹配决策方法进行研究，主要研究内容包括：（1）基于不完全序值信息和得分的双边匹配决策方法；（2）信息不完全的多指标双边匹配决策方法；（3）基于不完全偏好关系的双边匹配决策方法；（4）基于不完全信息的双边匹配决策支持原型系统设计与开发。 . 本项目的研究具有重要的理论意义和实用价值，其研究成果不但可以丰富双边匹配决策理论与方法的研究，而且可以广泛应用于解决电子商务中的交易匹配和人力资源管理中的员工-岗位匹配等实际匹配决策问题。

现实生活中存在着大量的双边匹配决策问题，但已有研究考虑的多是匹配主体的偏好信息完全给出的情况。匹配主体在给出偏好信息时，通常会给出关于另一方匹配主体的不完全信息。本项目综合运用多属性决策、语言决策和行为决策的相关理论与方法，对信息不完全条件下的双边匹配决策问题进行了研究。本项目的主要研究成果体现在四个方面：（1）提出了不完全信息下匹配主体的偏好信息为多粒度犹豫模糊语言术语集和残缺偏好关系的双边匹配决策方法；（2）考虑决策者语言偏好信息的多粒度性、非平衡性和犹豫性等特点，提出了复杂语言偏好信息的融合模型和群决策方法；（3）考虑决策者偏好信息的残缺性、不确定性、不一致性和群体共识等特点，提出了基于残缺不确定偏好信息的群决策模型和方法；（4）提出了基于条件共现度矩阵的文本表示方法和基于不完全相似性矩阵的快速AP聚类算法。项目执行期间，在《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《Journal of the Operational Research Society》、《Information Sciences》、《Computers & Industrial Engineering》、《Knowledge-Based Systems》、《Expert Systems with Applications》、《Knowledge and Information Systems》、《Soft Computing》和《系统工程理论与实践》等国内外重要学术期刊和会议发表论文19篇，其中SCI检索11篇，ESI高被引论文1篇。本项目的研究，对进一步发展和完善双边匹配决策理论与方法做出了一定的贡献。