一致性最佳的二元对比排序

文[3]在研究各种二元对比排序效果时引入了一致系数的概念。本文得到了二元对比排序具有最大一致系数的若干个条件,并讨论了有关结果及应用。     

基于分段策略评分的冲突主体偏好排序方法及其应用

冲突中各利益主体的偏好信息对冲突局势的演变和纠纷调解具有重要影响。现有的冲突偏好排序方法主要基于决策者对冲突局势或状态、策略权重和声明信息的主观判断和理解,缺乏科学的数据来源支撑。为准确获取冲突主体的偏好信息,本文提出了一种基于调查法的分段策略冲突偏好排序方法。首先,根据决策者类别将冲突策略集合进行分段,并通过问卷、调研等方法获取每个冲突主体对所有分段策略的重要度评分信息。在此基础上,计算决策者对各个冲突状态的综合偏好评分,进而得到状态偏好的排序结果。最后以医患纠纷为例,对比分析了传统策略权重法和分段策略评分法的偏好排序和稳定性分析结果,进一步验证了所提方法的有效性。     

模糊互补判断矩阵排序的一种新方法

提出了模糊互补判断矩际排序的一种新方法，并将它同献[10]中给出的模糊互补判断矩阵的排序方法进行对比分析，找出了它们之间的关系，并指出了用本方法计算排序向量较合理。     

基于消费者多维度偏好的个性化评论排序方法研究

海量评论数据导致了信息过载,基于消费者的偏好对评论进行个性化排序尤为必要。本文考虑消费者多维偏好,即产品特征偏好、评论情感偏好和评论浏览数量偏好,提出了评论排序的消费者偏好满意度量化方法,将排序问题转化为最大化满意度的优化问题,鉴于问题的复杂度无法精确求解,提出了一个基于改进贪婪算法的近似求解算法。采用美团网酒店的评论数据进行实验,结果显示本文提出的算法与其他相关算法相比有效性显著提高,且具有较高的敏感度。研究结果对消费者提高决策效率,以及电商平台获取消费者偏好、改进评论系统,有着重要的现实指导意义。     

带有函数型数据的多类型数据综合排序方法——我国各省市自治区主要城市的经济、环境水平综合排序

对于我国城市经济水平、环境水平的综合排序,目前已经有了比较完善的指标体系排序方法,但是其中涉及的大多都是多元数据.随着获取数据的方式增多和获取数据的技术日新月异,数据变得越来越复杂,某些领域所产生的观测数据不再是单纯的某一类数据,而是多种类型数据的组合.本文研究的就是当指标体系涉及到函数型数据时,该如何排序.对此,本文提出四种综合排序方法,并通过数值模拟对这些方法进行比较和选择,得到以下结论:当函数型数据受污染时,熵权法排序结果较稳定;当标量数据受污染时,多元修正带状深度排序方法更为稳定.研究表明,多类型数据排序方法的选择还需要根据原始数据的特征而定.该研究丰富了多类型数据的综合排序方法,具有很好的现实意义.     

基于企业网络舆情的客户满意度分析及管理方法

社交网络平台的迅速发展,促使网络舆情成为企业获取商业情报、扩大竞争优势的重要信息来源。本文针对网络舆情环境下的企业客户关系管理问题展开研究。通过构建企业客户推动式信息反馈模型,描述了企业客户、网络用户与企业网络舆情间的联系,并依据信息反馈模型,提出变尺度聚类算法。该算法将传统聚类方法的求解过程由单一尺度分析扩展到多尺度分析,克服了实际数据聚类应用过程中的聚类结果特征不显著问题。本文选取新浪微博作为数据源,利用企业网络舆情数据集和企业客户数据集进行数据分析实验。实验结果表明,企业可以通过获取与其主营业务相关的网络舆情信息,实现客户满意度预测;同时,变尺度聚类算法结果能够为企业进一步制定销售战略和销售战术提供决策支持。     

整数计分投票方法下全排序概率问题研究

讨论了在与Borda投票规则相似的整数计分投票方法中,投票结果使备选方案集产生全排序(任意两个备选方案的总分值不同)的概率P的问题.给出了在一定假设条件下计算P值的相关公式;通过分析运行计算机程序得到的数据,讨论了P值关于整数计分投票问题的三个变量的单调性性质;最后根据P值函数的单调性性质,指出应如何设计和调整整数计分投票规则.     

基于agent仿真的在线客户评论传播机制研究

随着互联网技术的日益发达,网民数量激增,网络口碑在顾客购买决策方面的影响效用越来越显著。在线客户评论作为一种重要的网络口碑传播方式越来越受到企业的重视。不同于以往从实证的角度对在线客户评论影响因素进行研究的文献,本文从在线客户评论的网络传播机制出发,构建在线客户评论的口碑传播模型。而后本文通过Swarm平台进行模拟仿真,主要研究了论坛作为个体在口碑传播中所起到的作用,为网络口碑的研究提供新的思路。本文研究发现在线客户评论的影响机制和因素,为企业更好的开展网络口碑营销提供借鉴。     

一种基于虚拟决策单元的排序方法的完善和扩展

本文对文[1]中提出的基于虚拟决策单元的排序方法进行了完善和扩展。首先,根据CCR模型,给出了两类特殊的DEA模型,分别是仅有投入数据的DEA模型和仅有产出数据的DEA模型;其次,基于这两个模型,应用上述方法实现了对仅有投入(或产出)数据的决策单元的排序;第三,给出了排序方法中参数a的计算方法;最后,通过修正排序模型,有效提高了排序方法的计算精度。改进后的排序方法避免了两个决策单元因为相对效率值过小而不能排序的情形,其应用范围也进一步扩大。     

基于概率语言术语集的非个性化推荐算法研究

概率语言术语集以其能够准确清晰地表达决策者自身偏好且能有效处理决策过程中产生的不确定信息等优点,近年来成为了推荐领域的研究热点.然而相对于个性化推荐场景,其在非个性化推荐方面的研究至今鲜有人涉及.文章将概率语言术语集的特点与非个性化推荐相结合,从各概率语言术语值之间的横向比较出发,提出了一种非个性化产品的推荐策略,以丰富非个性化推荐算法的研究.首先利用概率语言术语集描述了系统中的产品,借助数据补齐的方法建立了产品之间的可比关系.其次,以标准化的概率语言术语集为基础,构建了非个性化产品的排序矩阵.最后,运用特征向量方法得到了一般的非个性化产品的推荐排序.论文借助MovieLens数据集进行了应用,得到了有效的推荐结果.通过对比分析验证了算法的可靠性和科学性.文章研究旨在为概率语言术语集在非个性化推荐领域的应用提供一种新的思路参考.     

基于在线评价且考虑消费者类型的酒店排序方法

针对在线评价的发布时间、获得的“有用”的投票数以及是否被贴上“砖家”点评标签对在线评价信息可信度和消费者购买决策具有重要影响,提出一种基于在线评价信息且考虑评价信息可信度及消费者类型的酒店排序方法。首先,将不同类型消费者群体给出的在线评价信息转换成考虑在线评价信息可信度的区间中智数;其次,依据区间中智数距离测度公式确定针对目标群体的各消费者群体权重,进而依据INLNPA集成算子集结各消费者群体评价信息确定针对目标群体的酒店-属性决策矩阵;再次,依据区间中智集熵测度方法确定各属性权重,在此基础上,基于VIKOR方法得到针对目标群体的酒店排序结果;最后,通过一个实例分析说明该方法的有效性和可行性。     

一种使用在线评论信息的商品购买决策分析方法

在线评论信息对消费者的商品购买决策影响非常显著,如何使用数据体量较大的在线评论信息来进行有针对性的商品购买决策分析是近年来尤为需要关注的一个新研究内容。本文提出一种使用在线评论信息的商品购买决策分析方法。首先,通过在线评论信息的挖掘来确定了消费者所重点关注的关于候选商品的商品特征及其权重;然后,通过消费者情感的分析来构建了关于各候选商品的商品购买决策矩阵;在此基础上,通过给出的一种基于随机TOPSIS的方案排序方法来进行了各候选商品的排序。最后,依据携程网提供的关于三家客栈的在线评论信息进行了数据实验,从而说明了本文提出方法的实用性与可行性。     

The scorix: A popular representation of votes revisited

In earlier work, some of the present authors have advocated that the search for monotonicity of the votrix, a well-known representation of votes, leads to natural ranking rules. In order to exploit hitherto unconsidered information, we introduced a new representation of votes, the votex, and the search for monotonicity was extended to this representation. Previously, we have focused on representations of votes based on pairwise information and we have left aside another well-known representation of votes based on positional information: the scorix. In this paper, we propose to exploit the monotonicity of the scorix and introduce a new family of ranking rules based on the search for this new type of monotonicity. It is shown that, in case the scorix is monotone, all existing scoring ranking rules give the same ranking as output.     

梯形直觉模糊数排序方法及在多属性决策中应用

基于梯形直觉模糊数的值和模糊度两个特征,一类梯形直觉模糊数的排序方法被研究.首先,给出了梯形直觉模糊数的定义、运算法则和截集.其次,定义了梯形直觉模糊数关于隶属度和非隶属度的值和模糊度,以及值的指标和模糊度的指标.最后,给出了梯形直觉模糊数的排序方法,并将其应用到属性值为梯形直觉模糊数的多属性决策问题中.     

A Complete Efficiency Ranking of Decision Making Units in Data Envelopment Analysis

The efficiency measures provided by DEA can be used for ranking Decision Making Units (DMUs), however, this ranking procedure does not yield relative rankings for those units with 100% efficiency. Andersen and Petersen have proposed a modified efficiency measure for efficient units which can be used for ranking, but this ranking breaks down in some cases, and can be unstable when one of the DMUs has a relatively small value for some of its inputs. This paper proposes an alternative efficiency measure, based on a different optimization problem that removes the difficulties.     

基于(0,1)区间的可比排序分析法

针对传统排序方法未考虑评价者人数及被评价对象个数多少对指标权重排序的影响的不足,提出了基于(0,1)区间的排序分析方法.采用方法构造的评价函数模型,在考虑了评价者和被评价对象这两个因素同时,还能将不同评价系统中的被评价对象放在一起进行排序比较.由于方法具有对称性和中心化的良好性质,这使得排序更加科学合理,符合人们的直观认识.     

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。