数据特征与主观偏好集成的多属性群决策评估模型及其应用

韩占华 刘林

摘要：基于决策矩阵的数值特征求指标客观权重，使指标客观权重由决策矩阵的数值特征所决定。基于专家群体对指标重要性的偏好信息求指标主观权重，使指标主观权重由专家群体对指标重要性的偏好信息所决定。通过指标客观权重和主观权重的凸组合求指标综合权重，使得指标综合权重能同时反映决策矩阵的数值特征和专家群体对指标重要性的偏好信息，从而克服了客观赋权法和主观赋权法的不足，为多属性群决策提供方法支持。本文主要分析数据特征与主观偏好集成的多属性群决策评估模型及其应用。

关键词：指标权重;数据特征;偏好信息;相对熵

引言

如何确定指标权重是应用和研究多属性群决策评估模型的一个关键问题。确定指标权重常见的方法有客观赋权法、主观赋权法以及综合赋权法。客观赋权法通常以专家群体或系统分析人员的决策矩阵为基础，通过最优模糊测度、优势权重向量、级差最大化等手段确定指标权重，所确定的指标权重由决策矩阵的数据特征决定，可以对评估对象进行区分和排序，但解释性较差。主观赋权法有时由系统分析人员直接对指标权重进行赋值，有时由评估专家对指标重要性进行判断，再通过一定的方法例如标准差权重法、极值统计计算指标权重，由主观赋权法所得的指标权重通常具有较好的解释性。综合赋权法对客观赋权法和主观赋权法所得权重进行综合，综合赋权法相关研究与应用相对较少。

1、决策步骤

本文提出了一种基于决策矩阵数据特征与专家群体主观偏好集成的多属性群决策评估模型。其具体决策步骤如下：（1）根据式（1）～（4），基于决策矩阵的数值特征求指标的客观权重w'j;（2）根据式（5）～（7），基于专家群体对指标重要性的偏好信息求指标的主观权重w″j;（3）确定数值特征系数ρ和偏好信息系数η的初始值，根据式（8）求指标权重wj，得指标综合权重向量W=（w1，w2，…，wq）T;（4）根据式（9），对决策矩阵进行规范化处理;确定评估专家权重φk，根据式（10）计算评估对象的综合评定值zi，对评估对象进行排序与择优;（5）对数值特征系数ρ进行敏感性分析。

2、算例研究

在算例研究部分，对区域物流的发展水平进行评估，可以获得有关评估对象区域物流的关键信息，为大型物流企业的区域布局、网点选址等决策提供可靠依据。

2.1评估对象、评估专家及指标

评估对象为广东西翼（p1）、广东东翼（p2）、广东北部山区（p3）、桂东南地区（p4）的区域物流水平，评估对象集合P={pi，i=1，2，3，4}。广东西翼包括湛江、茂名、阳江3市，广东东翼包含汕头、汕尾、潮州、揭阳4市，广东北部山区含有韶关、清远、云浮、河源、梅州5市，桂东南地区包括广西贵港市和玉林市。遴选并邀请8位专家对评估对象及指标重要性进行评定，评估专家集D={dk，k=1，2，…，8}。全部专家都来自选定待评估区域，均任职于待评估区域都设有地方分公司的物流行业头部企业。8位专家都在物流行业工作8年以上，其中6位在物流行业工作12年以上，4位在物流行业工作15年以上。在参考区域物流水平评估相关文献的基础上，结合本文的研究需要，建立评估指标体系。本文采用的区域物流水平评估指标主要有人力资源供给（c1）、物流基础设施（c2）、物流市场规范度（c3）、行政部门服务水平（c4）、物流技术竞争力（c5）以及物流企业服务水平（c6）。评估指标集C={cj，j=1，2，…，6}，本算例中采用的全部指标都是高优指标。

2.2结果讨论

调查结果表明，研究人员在与熟人交流科学数据时，往往会分享自己的“善良”数据，以满足“内幕人士”的人类愿望。当然，如果研究人员能够获得学术优势，他们更愿意分享数据。但是，学术优势对研究者分享数据的意愿影响不大，他们愿意分享数据，以收集自己的个人账户，获得非学术优势的情感优势。第二，研究人员在已知的情况下交流数据时，不必过于担心必然会降低共享风险的风险因素，因此共享风险对共享意愿没有直接影响。此外，研究人员在熟人之间交流数据时会有更大的控制感，从而促进研究人员分享数据的意愿。因此，当研究人员在熟人之间交流数据时，就形成了情感导向的心理报告。虽然学术收入促进了分享意愿，但其影响不大，情感收入占主导地位。在控制的影响下，它们可以更好地利用和权衡风险，从而促进交流科学数据的意愿。当研究人员需要在陌生人之间交流科学数据时，他们面对的是没有感情关系的人，没有“人情”，所以不必为“人情”付出代价。因此，研究人员更加注重学术价值。同时，研究人员认为，在目前科学数据交换机制的不完善环境中，与陌生人交换数据有许多不确定因素，导致研究人员的风险意识增强，损失心理增强，抑制了研究人员共享数据的意愿。同时，当研究人员与陌生人共享数据时，他们失去了对数据的控制，影响了他们的控制意识和共享数据的意愿。因此，当研究人员在陌生人之间交换数据时，他们形成了一个有兴趣的心理帐户，感情上的好处不再影响他们分享的意愿。因此，研究人员期望更高的学术收入要求，以减少分享数据造成的损失，而在陌生人之间分享数据会增加研究人员的风险认知，从而抑制他们分享科学数据的意愿。

3、研究启示

当研究人员面临着分享熟人和陌生人等对象的各种科学数据时，他们会编写情感导向的心理报告和兴趣导向的心理报告。在熟人中，研究者会根据情感交流的频率和感觉判断是否共享数据，寻求情感奖励。在陌生人当中，研究者们会判断是否应该根据学术收入来划分数据，追踪利息的返还情况。因此，研究者在分享科学数据时，都面对关系圈以外的人，交流对象并不具体，双方缺乏情感联系，无疑增加了研究者的风险认知，产生了强烈的失落感。根据心理账户理论，研究者只能补偿数据交换中断的机会成本，通过增加学术收入降低研究者的损失规避行为。因此，管理部门在制定科学数据交换制度时，必须尊重研究人员的心理，“优先考虑利益”，制定标准化、全面的规则，保护研究人员的重要利益。只有当研究人员得到的奖励能够补偿他们的心理损失时，利润才会超过他们以利息为导向的心理账户中的损失，所以他们愿意分享数据。完善科学数据交换制度是促进科学数据交换的公认有效途径，但不是一朝一夕的事。那么，如果现阶段数据交换的效益体系不完善，我们还能做些什么来促进科学数据交换呢？幸运的是，研究人员的心理报告并不是静态的。本文从指导研究人员从注重利益的心理报告转向注重情感的心理账户的角度提出了一些科学数据交换建议。众所周知，研究者们都面对关系圈子里的人，数据交换对象具有明显的特殊性，因此数据交换也遵循“情感第一”的原则，即双方关系越密切，共享数据就越容易。与熟悉的人共享数据的研究人员能够认识到情感上的益处，从而弥补低学术收入造成的损失，减少研究人员对数据交换的心理阻力，促进科学数据交换。因此，一个想法是如何促进开放平台上的数据交换率，使陌生人在平台上成为熟人。当前，开放数据平台的一个常见问题是“只忽略数据，即数据放在平台上，但研究者不知道谁会使用自己的数据，在哪里使用，即使数据用户遇到问题，也无法联系共享者进行通信。因此，开放数据平台旨在为研究人员的数据交换创造空间，增加研究人员之间的接触机会，提高研究人员与研究人员之间的沟通频率和理解。

结束语

研究者面对不同的数据共享对象会形成不同的心理账户，从而使他们对利益的追求也不同。因此，本文以改变研究者的心理账户为出发点，建议开放数据平台不仅能找得到数据，还要找得到人，通过运用线上线下不同的沟通方式，为研究者搭建联系的桥梁，让研究者从以利益为导向的心理账户转变为以情感为导向的心理账户，提高研究者数据共享意愿，推动科学数据共享的进程。

参考文献：

[1]刘力强，冯俊文.诱导广义区间值直觉不确定语言混合Shapley算子及在群决策中的应用[J].系统工程理论与实践，2016（10）：2661-2672.

[2]刘宏涛，赵希男，周岩.基于二次优势识别的竞优评价方法[J].数学的实践与认识，2019（20）：36-43.

[3]余鵬，马珩，党耀国.基于级差最大化的面积灰关联相对贴近度模型及应用[J].统计与决策，2019（20）：11-15.

[4]冷亚军，赵文会.基于符号数据的黑启动方案评估[J].系统工程理论与实践，2019（7）：1744-1751.

[5]王丽萍，阎晓冉，王渤权，等.基于多维关联抽样的区间数灰靶决策模型及其应用[J].系统工程理论与实践，2019（6）：1610-1622.