伴随着Web2.0的普及和社会化媒体的快速发展,社会关系网络无处不在,人与人之间的信息传输与沟通越来越便利,社会联系越来越密切、频繁。为了达到某种目的或者完成某种任务而进行的有意识、有选择的决策活动广泛存在于社会、经济、管理等各个领域中。随着大数据时代的到来,信息量急剧膨胀、社会分工越来越专业,由多个决策者共同参与制定决策过程的群决策问题越来越多;并且随着自然和经济环境的变化,群决策问题呈现出由小规模群体决策向复杂大规模群体决策转变的趋势。目前对于社会网络环境下的群体决策特别是大规模复杂群体决策的研究相对较少,研究社会网络环境下的复杂群决策问题,既符合现实决策的需要,又可以进一步完善和发展群决策理论。本文在系统地分析传统群体决策范式的基础上,以基于模糊判断矩阵的群体决策方法为切入点,结合社会网络分析的相关技术和方法,研究研究社会网络环境下的复杂群决策问题,并且将研究结果应用到商务推荐当中。具体研究内容和创新点如下:1.基于信任关系理论,提出考虑决策者之间信任关系的群体模糊判断矩阵决策方法。(1)根据信任/非信任关系的传递与集成,提出了残缺模糊判断矩阵的补全方法。(2)研究了补全后的判断矩阵的互补性与可接受一致性。(3)定义了基于信任关系的群体判断矩阵,在此基础上,研究了群体决策专家的共识性,提出了可行的群体满意共识性调整算法。上述研究的创新点在于:一方面,将决策个体之间的信任/非信任关系融入到残缺模糊判断矩阵的补全方法,提供了一种有别于构建数学模型进行补全的新视角并且符合实际决策情形;另一方面,提出的考虑信任关系的群体满意共识性调整算法,在较大程度上避免了原始判断信息的丢失。2.基于社会网络分析理论,研究了考虑决策个体之间的邻接关系的群体模糊判断矩阵决策方法。(1)根据决策个体的残缺模糊判断矩阵,定义了决策个体之间的相似程度;根据决策个体之间的邻接关系,定义决策个体之间的“熟悉程度”;再根据相似程度和熟悉程度,提出残缺模糊判断矩阵的补全方法,并对补全后的模糊判断矩阵进行一致性分析和调整。(2)根据决策个体之间的熟悉程度,来定义决策个体的“影响力”;使用IOWA算子定义基于决策个体影响力的群体判断矩阵。(3)提出可视化交互满意群体共识调整算法,并且证明调整算法的收敛性质。上述研究的创新点在于:一方面,为模糊残缺判断矩阵的补全提供一种符合实际决策情况的方法;另一方面,提出可视化的基于决策个体影响力的满意共识调整算法,不仅考虑决策者的重要社会特征,而且可以更加直观地呈现群体满意共识性调整过程。3.基于社区分析理论,研究了社会网络环境下,决策个体判断信息以残缺模糊判断矩阵形式给出的复杂大规模群体决策问题。(1)根据决策个体之间的相似性程度和在社会网络中的接近程度,定义决策个体之间的聚集程度;在此基础上,提出基于模糊等价矩阵聚类的社区发现方法;根据群体接近中心度测量方法,确定划分所得到的聚集的重要性权重。(2)根据社区划分结果,提出了基于决策个体之间的聚集程度的残缺模糊判断矩阵的补全方法,并对补全后的模糊判断矩阵进行一致性分析和调整。(3)对于进行社区划分后的得到的不同聚集内部的决策个体进行加权,得到聚集判断矩阵;再将聚集判断矩阵进行加权,得到群体判断矩阵,并定义聚集共识指标;在此基础上,提出两阶段的交互聚集共识模型,并且证明其收敛性。上述研究的创新点在于:一方面,为社会网络环境下的大规模残缺模糊判断矩阵的补全提供一种有效且符合实际决策情形的补全方法;另一方面,将社会网络环境下的复杂大规模决策的群体共识性问题在划分的社区级别进行探讨,并提出两阶段交互共识模型,提高了群体决策的效率。4.研究了考虑社会网络关系的群体模糊判断矩阵决策流程和实际应用情况。(1)提出了考虑决策个体之间信任关系的群体模糊判断矩阵决策方法的流程步骤,并用算例说明其有效性。(2)提出了考虑决策个体之间邻接关系的群体模糊判断矩阵决策方法的决策流程,并应用到厂址选址的决策当中。(3)提出了社会网络下基于社区分析的大规模群体模糊判断矩阵的决策流程,并应用到柔性制造系统的选择决策当中。(4)特别地,将基于社区分析的大规模群体模糊判断矩阵的决策方法用于外卖020平台的智能服务推荐当中。本文根据决策者之间的社会特征与决策规模的大小的不同,提出相应的决策流程,以适应不同决策环境的需要。本文所提出的方法都在群决策问题当中得到了应用。相关研究成果在理论层面上可以进一步丰富和完善基于模糊判断矩阵的群体决策方法;在应用层面上可以为在线商务的服务推荐提供新的工具与方法。