面向群智感知大数据的群体评价模型与方法研究

The development of crowd sensing technology makes it possible to acquire the real-time large-scale evaluation data which records human behavior, preference and relationship, etc. Since crowd sensing big data has the following features such as large-scale, diversity, fast-growing and low value density, an important research subject of group evaluation is to manage the crowd sensing big data and mine the group preference from it to get the evaluation results. This project will focus on the group preference under the crowd sensing big data environment. By using the big data analysis technology, computational experiment modelling, machine learning and group evaluation theory and methods, we attempt to study the following issues to solve the real world group evaluation problems, including the technology of sensing, organizing, and processing the large-scale evaluation data, the analytical models of group preference formation and dynamic evolution prediction, the group evaluation methods with the ability such as context-aware, collaborative computing and online computing. Considering the practical demands of the solving methods for the real world evaluation problems, and combining theoretical researches with empirical applications, we will concentrate on the group preference to develop crowd sensing big data oriented group evaluation models and methods. This project, with important theoretical and practical significance, will not only enrich the theories of group evaluation, but also provide scientific decision aiding for both the private and public sector.

群智感知技术的发展，使得获取记录了人类各种行为、偏好和关系等信息的实时大规模评价数据成为可能。由于群智感知大数据具有规模大、种类多、增长快以及价值密度低的特点，如何管理大规模评价数据并从中挖掘出群体偏好信息以取得评价结论是当前群体评价领域的重要研究课题。本项目以群智感知大数据环境下的群体偏好为研究对象，拟采用大数据分析技术、计算实验建模、机器学习和群体评价理论与方法，着重研究大规模评价数据的感知、组织和处理技术，建立群体偏好形成机制与动态演化预测分析模型，开发面向群智感知大数据的具有情境感知、协同计算和在线计算能力的群体评价方法，以解决现实群体评价问题。本研究紧密结合当前群体评价问题的现实需求，以群体偏好为主线，理论研究和实证研究相结合，构建面向群智感知大数据的群体评价新模型和新方法，丰富现有的群体评价理论体系，为私营和公共部门的科学决策提供支持，具有重要的理论意义和现实应用价值。

群智感知技术的飞速发展带来了大规模评价数据，使得研究如何管理大规模评价数据并从中挖掘出群体偏好信息以得到评价结论成为评价理论与方法领域的重要研究课题。本项目团队在国家自然科学基金（71871102）的资助下，对“面向群智感知大数据的群体评价模型与方法”课题进行了研究。通过近四年来的研究工作，本项目的主要研究工作包括：①以在线论坛大数据为例研究了文本数据处理与分析方法；②利用网络表示学习等方法实现了高维评价数据分析；③研究了基于社会网络的大规模群体偏好的形成及演化机制；④对社交媒体用户偏好进行了基础性研究，重点讨论了用户偏好与心理行为方面的关联特征；⑤提出了新的群体共识达成方法；⑥开发了针对用户在线评论的偏好挖掘方法以及针对多源过程性数据的教育评价模型。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，出版专著1部，发表学术论文19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2篇，CSSCI收录期刊论文11篇。通过本项目的研究，可望进一步完善群体评价理论与方法体系，并为大数据环境下的管理决策提供理论与方法工具。