对于现实生活中的决策问题，越来越多的人偏好于使用语言值来评价属性。传统的语言值呈链状结构，是可比的，但是在现实生活中，经常会出现不可比的语言值。且传统的语言值处理方法是将语言值转换为数值进行计算，但是由于语言值具有不同于数值的特点，因此在转换过程中会造成信息的缺失。本文利用语言真值直觉模糊对来表达既有可比性又有不可比性的语言值信息，直接对语言值进行计算，避免了信息的缺失。基于语言真值直觉模糊格，本文深入地研究了具有语言值信息的多属性决策，并构建了慕课智能选择系统。主要研究成果如下：　　(1)建立了基于 TOPSIS的语言真值直觉模糊多属性决策方法。首先，提出了语言真值直觉模糊对之间的归一化距离算法及正、负理想点；其次，通过计算各备选方案属性值与理想点的距离，得到了与理想方案之间的相对贴近度；最后，根据其排序结果得到最优选择。以学习者选择移动学习软件为例，并通过对比分析说明该方法的合理性。　　(2)构建了基于语言真值直觉模糊聚合算子的多属性群决策方法。首先，针对语言值评价信息的聚合问题，提出了语言真值直觉模糊加权平均算子（LTV-IFWA）和语言真值直觉模糊有序加权平均算子（LTV-IFOWA）。其中，LTV-IFWA被用来聚合专家给出的各方案的属性评价值，得到综合属性值。然后通过LTV-IFOWA对综合属性值进行聚合，得到各方案的群体综合属性值；其次，根据群体综合属性值的排序结果，选择最佳方案。针对排序过程中出现的不可比情况，提出了参照相近度，给出了偏真参照相近度（βT）和偏假参照相近度（βF）两种算法，决策者可根据偏好进行选择；最后，以优秀教师选择模型为例，并通过对比分析说明该方法的合理性。　　(3)将两种语言真值直觉模糊决策方法应用到慕课智能选择系统中。在慕课平台中，多个高校会提供同一课程名称的慕课，慕课学习者如何从中选择最适合的慕课是一个重要的问题。本文先建立一种慕课质量评价指标体系，然后应用本文提出的语言真值直觉模糊决策方法，构建一种慕课智能选择系统。该系统可以帮助学习者智能选择最适合的慕课，对其知识内化具有非常重要的意义。