宗梦婷 宗梦环 陈 曦

(1. 南京大学商学院； 2．南京财经大学营销与物流管理学院)

1 研究背景

随着政治、经济、社会等不同领域中涉及的决策问题的复杂性日益增强，相关参与者越来越多地依赖群体智慧，多属性群决策在多个领域被广泛应用[1,2]。语言信息多属性群决策问题的研究，主要关注专家评价信息的量化和聚合方式、专家权重的确定等问题。

语言信息的量化和集结一直是群决策问题的研究重点[3]。关于专家判断信息集成的方法，通常使用加权几何平均(WGA)算子[4]、有序加权平均(OWA) 算子[5]、有序加权几何平均(OWGA)算子[6]、基于诱导有序加权平均(IOWA)信息聚合算子[7]等。但是，通过这些方法得到的专家群体信息可能是整体平均的，忽略了偏离平均水平的一些信息。由此，需要选择更优的方法对专家判断信息进行量化和集结，以减少信息的丢失，改进现有的集结方法。

在群决策过程中，确定专家权重是非常关键的环节。专家权重可分为客观权重和主观权重。客观权重一般通过定量判断每个专家偏好信息的质量，专家客观权重的获取方法大多依赖于各专家与群体的一致性程度，专家的判断信息越接近群体的一致性，相应的专家权重越大[8]。还有一些研究同时考虑主观权重和客观权重，将两者结合以确定综合权重[9]。主观权重一般指已知的信息，如参与专家的名声、地位、职业、社会关系、对当前问题的熟悉程度和自信程度等[10]。专家在社交网络中的位置是专家地位和影响力的一个重要特征，也是确定专家权重时应该考虑的重要因素[11]，社交网络分析是常用于研究个人、团体、组织甚至整个社会之间关系的一种理论结构[12]。……