《不確定環境下基於數據挖掘的群體偏好行為評估》是依託電子科技大學,由李光旭擔任醒目負責人的青年科學基金項目。
基本介紹
- 中文名：不確定環境下基於數據挖掘的群體偏好行為評估
- 依託單位：電子科技大學
- 項目類別：青年科學基金項目
- 項目負責人：李光旭
項目摘要,結題摘要,
項目摘要
隨著大數據時代的到來，多源異構、低價值密度、實時變化等特徵的群體偏好行為數據不斷湧現，加之環境的不確定性和決策者知識水平的有限性，決策者很難對多樣性數據進行融合和分析。因此，本項目基於數據挖掘技術，通過對決策者的個體偏好行為進行分析，擬構建不確定環境下群體偏好行為的評估方法。在如下關鍵問題上取得突破：（1）基於數據挖掘技術，研究不確定環境下多源異構數據間的關聯規則，為動態群體決策提煉信息；（2）分析群體中不同個體的觀點和偏好，建立不確定環境下由動態個體偏好向群體偏好轉化的動態集結模型；（3）針對不同類型的偏好行為數據，建立混合異構多屬性群體決策中個體一致性檢驗模型和群體偏好行為的共識模型。本項目將為如何套用大數據，輔助開展不確定環境下的群體決策提供理論依據，既符合當今社會發展的現實需求，也有利於決策理論和方法體系的豐富和完善。
結題摘要
在決策過程中，決策的合理性和準確性直接取決於對不同環境下各個方案綜合評價的合理性和科學性。如何在不確定的環境下，根據評估數據，分析專家的偏好行為，從而進行快速、高效的評估決策是一個重要的研究話題。本項目基於數據挖掘技術、模糊集理論和數學規劃模型，對決策者個體偏好行為進行分析，構建了不確定環境下的群體偏好行為評估及大規模群體決策共識方法。本項目的主要研究成果體現在以下三方面：（1）針對不同類型的偏好行為數據，建立了混合異構多屬性群體決策中的偏好集結模型、共識模型和反饋機制；（2）考慮不確定環境下決策者的特點，以決策者偏好信息的猶豫性為主線，結合模糊理論、多屬性決策方法以及群體決策方法，構建了複雜多屬性大群體決策模型；（3）結合多屬性決策方法和數據挖掘方法，在準則層中綜合考慮多個評價指標來評判基分類器的重要性，以實現對基分類器的評價和選擇。本項目的研究成果為不確定環境下決策過程中的數據處理、偏好信息提取識別和群體共識提供了理論依據，豐富和完善了數據科學和決策科學的理論和方法體系。在項目執行期間，共發表學術論文9篇，其中SCI檢索論文7篇，SSCI 檢索論文1篇，中文核心期刊論文1篇，2篇論文入選ESI高被引論文，1篇論文入選ESI熱點論文。
