科研之友
微信
新浪微博
Facebook
分享链接
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.
