论文摘要
针对特大突发事件应急决策中大群体专家存在偏好信息不完全的问题,提出了一种新的不完全偏好信息大群体应急决策方法.首先,利用TF-IDF（term frequency-inverse document frequency）算法对特大突发事件相关的微博大数据文本流进行关键词提取,获取事件属性及其权重;其次,根据专家给出的偏好信息计算专家的犹豫度,进而获得专家的权重;再次,根据不完全偏好信息矩阵进行属性关联测度和方案接近度测度,提出了基于属性关联和方案接近度的新的补值模型,获得完全偏好信息矩阵;然后,结合专家权重和属性权重进行信息集结和方案择优;最后,通过江西洪涝灾害事件验证所提方法的可行性和有效性.
论文目录
文章来源
类型: 期刊论文
作者: 徐选华,余艳粉
关键词: 微博大数据,犹豫不完全偏好,补值方法,属性关联,大群体应急决策
来源: 信息与控制 2019年06期
年度: 2019
分类: 信息科技,经济与管理科学
专业: 计算机软件及计算机应用,领导学与决策学
单位: 中南大学商学院
基金: 国家自然科学基金资助项目(71671189,71971217),国家自然科学基金重点资助项目(71790615)
分类号: C934;TP391.1
DOI: 10.13976/j.cnki.xk.2019.9198
页码: 678-686+693
总页数: 10
文件大小: 1580K
下载量: 164