基于信任优势的不确定多属性决策方法

文章针对以信任函数表示的不精确、不确定的属性信息,引入信任优势描述信任函数之间的占优关系;基于信任优势的概念,结合ELECTRE-III方法的思想,由信任优势关系得到各属性的局部偏好关系,将Pignistic概率期望值作为定量测度,利用赋值级别高于关系得到方案之间的赋值有向图,根据赋值有向图计算净流,对方案进行排序;最后给出一个算例对该方法进行了说明。     

考虑社会网络信任关系的多属性群决策方法

针对社会网络环境下决策者存在信任关系导致的信任风险,以及方案属性间存在关联性的问题,提出了一种考虑社会网络信任关系的多属性群决策(MAGDM)方法;首先根据决策者的社会网络关系进行聚类从而获得若干个子社区,并通过度中心性和特征向量中心性计算出决策者的权重与子社区权重;接着根据信任关系分别确定决策者个人与子社区的信任度,并针对信任度较低的子社区衡量出其信任风险系数与评价风险系数,然后对该子社区进行相应的意见调整;其次针对备选方案的多个属性具有关联性的问题采用Choquet积分算子获取备选方案的综合评价值,并通过得分函数对备选方案进行相应排序以获取最优决策方案;最后将所提决策方法应用于一个算例中,说明方法的可行性。     

群体决策可靠性的分层反馈与多级度量

为了提高群体决策质量,获得更加可靠的决策结果,结合语言环境下考虑专家自信度的异构多属性群决策问题,建立了群体决策可靠性的分层反馈机制与多级度量模型。利用三支决策思想将各方案各属性下对应子群体中的专家按照自信度的高、中、低划分成三类,进而,依次从子群体的专家构成、自信度以及共识度3个层次对决策可靠性进行量化分析,建立由粗到细、逐层细化的反馈机制,为决策过程的可靠性调整和控制提供途径;综合考虑子群体中高、中自信度专家的占比以及自信度和共识度等影响因素,构建多级可靠性度量模型,并形成针对方案级决策和整体决策的两级可靠性判定规则,有效提升决策结果的可解释性。在此基础上,提出一种可靠性驱动的异构多属性群决策方法,通过供应商选择实例分析并验证了所提方法的可行性和有效性。     

一种利用多群组智慧的协同推荐算法

针对当前基于社会网络的推荐系统大多数采用一般的启发式方法,存在节点复杂路径选择和信任弱传递现象导致推荐精确度不高的问题,以及针对推荐系统固有的冷启动问题,提出了一种利用多群组智慧的协同推荐算法。该算法首先根据用户的社会属性和社会信任关系信息进行群组划分,将用户分为多个不同的群组;然后分析群组中用户的社会活动和社会关系等,建立一种利用多群组的评分预测模型,并利用群组评分预测新用户的评分。该算法通过对社会网络进行深层次的群组挖掘,利用多群组智慧可以有效提高推荐效果,利用群组评分可改善对冷启动用户的推荐。仿真实验表明,该算法相比传统的协同推荐算法在效果评分上提高了约0.2,相比其他社会化推荐算法进一步提高了约0.02,并有效解决了冷启动问题。     

基于D-S证据理论的不完全信息作战方案优选

针对带有不完全信息的作战方案优选问题,提出了一种基于D-S证据理论的多属性决策方法.首先由属性值构建残缺决策矩阵(矩阵中有某些未知元素),然后根据属性值的特征确定各属性对应的焦元.利用信任函数、似然函数和证据推理算法求得每个方案的效用区间和优先度,并根据优先度对所有方案进行排序,从而完成方案优选.该方法通过对作战方案优选过程中繁杂、不确定信息进行融合,可以较好地处理作战信息不完全对作战指挥决策的影响.以一类炮兵作战方案优选为应用算例,证明了该方法的有效性.     

不同粒度语言信息的群体一致性判别和改进方法

针对群决策中基于不同粒度语言判断矩阵形式偏好信息的群体一致性判断和改进问题,提出了一种新的分析方法.首先,根据专家给出的不同粒度语言判断矩阵,采用LOWA集结算子确定个体方案排序的序关系值向量;然后,以群体与专家个体意见偏差最小为目标建立目标规划模型,通过求解该模型得到群体方案排序的序关系值向量;进一步地,通过定义专家个体与群体意见的贴近度指标,给出了专家群体一致性的判别改进方法;最后,通过算例说明方法的可行性和有效性.     

基于多源数据的智慧养老服务供需匹配研究

针对智慧养老服务中供需双方评价信息的表达存在不确定性和模糊性以及供需不匹配的问题,提出了一种基于多源数据的模块化双边匹配决策方法。该方法无需将信息统一,减少了信息处理损失。考虑老年群体存在需求差异的情况,利用两步聚类法对其进行分类;针对智慧养老服务评价属性异质性特点,采用概率语言术语、直觉模糊数处理定性评价信息,用精确数处理定量评价信息;通过改进离差最大化法计算属性权重;运用折衷解决方法得到双边效用满意度,构建双边匹配模型。最后通过上海市老年群体智慧养老供需匹配仿真实验对方法的可行性和合理性进行验证。结果表明,所提方法识别出了5类老年群体,可以为不同特征的老年群体匹配不同的智慧养老服务。     

可信的网络交互模式设计与实现

为了充分利用信任关系来建立网络交互模式,提出了基于信任的基础交互模式及其模糊产生式规则,建立了交互事件确信度和整体交互模式确信度等概念,进一步提出了基于基础交互模式的网络交互模式的搜索算法和更新方法。模式的搜索算法是基于堆栈的深度优先搜索算法的,整体交互模式的主动更新是根据用户的需求进行改进,被动更新是根据交互实体信任关系的变化和交互事件的增减对模式进行更新。理论分析和实验结果表明,该方法可以快速建立可信的整体交互模式和更新整体交互模式的确信度。     

动态信任模型及其在移动代理环境中的应用

文章提出了一种新的移动代理安全模型,该模型是信任模型、风险评估和密码系统三者结合的移动代理安全模型。它具有动态性,可以实现实时更新;具有全面性,可以实现主观判断和客观判断的结合;具有灵活性,可以使模型适应性更广。在分析移动代理面临的安全问题和信任本身特性的基础上定义信任以及信任关系,对已有的信任更新函数和推荐者评价函数进行了改进,并就信任而产生的安全问题进行了分析,最后表明该模型具有灵活的动态适应性及安全性。     

融合用户相似度和信任传播重组信任矩阵算法

针对协同过滤面临的一些本质问题,如数据稀疏和冷启动,本文提出了融合用户相似度和加权的信任传播来重组信任矩阵的方法。首先,将原始信任矩阵中用户相似度低于某一阈值的信任关系去掉;其次,将评分矩阵中用户相似度高于某一阈值的用户对添加到信任矩阵中;最后,考虑加权的信任传播,以此找到更多的信任邻居并对不同距离的信任邻居进行区分。在Epinions和Film Trust数据集上进行的对比实验结果表明,重组信任矩阵的方法能够有效地提高推荐精度,并在一定程度上解决了冷启动问题。     

逼近群体理想解的多属性群决策新方法

对每个属性下不同决策者权重不同的决策问题,提出一种始终基于群体理想解的新方法.首先,对每个备选方案定义群体理想解和负理想解,求出对每个决策者而言该方案与其群体理想解的相对贴近度;然后,基于群体贴近度矩阵定义整个备选方案集的群体理想解和负理想解.进而计算决策群体对各备选方案的最终排序结果;最后,以供应商选择算例说明其有效性.该方法将逼近理想解法扩展到群决策,以群体理想解取代群体效用,避免了群体效用归并难题.     

聋生人际信任对孤独感的影响：同伴关系的中介作用和性别的调节作用

为考察聋生人际信任对孤独感的影响机制,采用人际信任量表、同伴关系问卷以及儿童孤独感量表对重庆市6所特殊教育学校的131名聋生进行调查。结果表明:不同性别的聋生在人际信任、同伴关系以及孤独感上的得分存在显著差异,此外,住校与非住校聋生在人际信任和孤独感上的得分不存在显著差异,但是住校聋生的同伴关系得分显著高于非住校聋生;人际信任与同伴关系和孤独感均呈显著负相关,同伴关系与孤独感呈显著正相关;同伴关系在人际信任与孤独感之间发挥着部分中介作用;性别调节了同伴关系在人际信任与孤独感之间的中介路径的前半段,即同伴关系在人际信任与孤独感之间所起的中介作用会因为聋生的性别不同而有所差异,并且在男性聋生群体中,同伴关系在人际信任与孤独感之间起着中介效应,而在女性聋生群体中,同伴关系的中介效应不成立。结论:人际信任通过同伴关系的中介和性别的调节对聋生的孤独感产生影响。     

一种基于域推荐相似度的P2P信任模型

为了提高P2P系统中资源定位效率并保证资源下载质量,提出了一种基于域推荐相似度的P2P信任模型(DRSTrust).该模型充分考虑了节点兴趣和身份对信任计算的影响,通过划分兴趣域,以解决节点间因兴趣不对称而难以建立直接信任关系的问题.在兴趣域的基础上,根据域推荐相似度加权个体的域推荐度来计算节点的域服务信誉,并利用域服务信誉来刻画节点在特定兴趣域内的服务行为细节.然后,提出了服务相似度的概念,通过使服务行为最为相似的节点成为邻居来激励好节点贡献资源,同时将恶意节点排斥在网络边缘,从而有效提高了P2P系统中节点信任计算准确度.分析及仿真结果表明,在迭代的收敛速度、下载成功率以及模型的安全性等方面,DRSTrust均优于现有的信任模型.     

基于投影的不完全信息直觉模糊多属性决策方法

针对权重信息和属性值信息都不完全确定的多属性决策问题,提出了一种基于投影的直觉模糊多属性决策方法。该方法利用直觉模糊集表示不完全的属性值,并以直觉模糊加权投影衡量可选方案与理想方案之间的相似度;在此基础上,通过优化求解非线性规划模型得到了属性权重;并根据方案与正、负理想方案的相对贴近度进行了优劣排序。算例分析结果表明,该方法可以有效解决不完全信息下的多属性决策问题。     

群决策共识过程的优化及其在农产品滞销中的应用

群决策在重大事件中起着越来越重要的作用.如何优化决策过程并使专家们的意见达成共识是当前的热点问题.为了更有效的帮助人们使用群决策方法解决现实问题,运用犹豫模糊语言偏好关系,基于距离测度和相似度构建一种新的群决策方法.首先,介绍了语言术语集和犹豫模糊语言偏好关系的相关概念;其次,提出共识性测度及群共识性指数改进算法,在此算法和集结算子的基础上,构建群决策模型;最后,利用农产品滞销案例验证该模型的合理性和有效性.     

基于群体智慧的排序任务多聚合方法比较研究

为解决排序任务聚合方法效果不明确的问题, 在群体智慧概念下, 对排序任务问题群体智慧效应发生的条件即集中化机制进行聚合方法的比较研究, 试图找到已知基本事实排序任务问题中使群体智慧效应最显著的排序聚合方法。 创新性提出评估群体智慧的概念即群体智慧效度。 运用实证研究方法对群体进行排序任务重建实验, 以实验测试的排序数据为基础, 使用 7 种不同的排序聚合方法对排序任务问题的所有个体排序进行聚合, 得到相应的群体排序。 测量7 种群体排序和真实排序之间的偏差, 并根据群体智慧效度大小判断不同聚合方法的表现。 实验结果显示, 在基于群体智慧效度的重建排序任务聚合方法中, 众数法的表现最好, 中位数法和 K-Y 方法表现次之。     

基于主观Bayes方法的用户信任关系判别

基于主观Bayes方法的信任关系判别方法, 对社会网络中的用户信任关系进行预测. 该方法综合利用现有的信任关系以及用户之间的评分关系, 以用户对另一用户的评分记录为证据, 基于监督学习得到的规则集, 通过证据合取产生对“信任”和“不信任”的量化表示, 利用多值逻辑方法推测并传播用户之间的信任关系. 对比实验结果表明, 该方法能以较高的准确率解决社会网络中的用户信任关系预测问题.     

结合评分和信任的协同推荐算法

针对现有基于信任的推荐系统虽能缓解冷启动和虚假评价但较难获取用户之间的信任关系,难以建立用户彼此之间的偏好关系的问题,提出了基于评分-信任协同的推荐算法并给出了相关数学表达式和实现流程。该算法充分利用推荐系统中的共同评分,协同用户间的信任关系,有策略地选择用户评分的相似度和用户间信任值,建立用户之间的偏好关系,进而实现推荐。随着共同评分数目下限值的增加带来推荐准确度提高的同时将造成覆盖率的下降,因而关键是选取合适的下限值。实验结果表明,这种混合推荐的方法相比传统协作推荐方法与信任推荐方法,在精度损失极小的情况下,较大地提升了覆盖率。评分覆盖率指标分别提高了3%和32.1%,用户覆盖率指标分别提高了8.2%和15.1%,从而获得了精度与覆盖率的良好平衡。     

基于交互式遗传算法模型的群体论证方法

针对综合集成研讨厅进行复杂决策问题研讨时,群体专家提出的众多定性意见最终如何实现收敛的问题,提出了基于交互式遗传算法模型的群体论证方法,使专家的群体思维与计算机技术紧密结合,达成共识。实践证明,该方法可以较好地获得复杂决策问题的优化解,且更符合实际的研讨论证过程。     

基于交叉效率DEA和目标规划的直觉模糊偏好关系排序方法

针对直觉模糊偏好关系排序问题,提出一种基于交叉效率DEA和目标规划的直觉模糊偏好关系排序向量的计算方法;在定义直觉模糊偏好关系导出矩阵的基础上构建了仁慈型交叉效率DEA模型,给出了基于直觉模糊偏好关系方案交互评价的排序向量隶属度求解算法;进一步考虑隶属度和非隶属度的内在联系,构建了获取各方案非隶属度的目标规划模型;最后,通过算例分析说明该方法不需要进行一致性调整,决策信息的损失能够得到有效避免,具有较好的可信度和广泛的适用性.