基于社会信任网络中尺度结构的大群体动态共识决策方法与应用研究.pdfVIP

摘要

随着大数据的蓬勃发展与信息交互的日益繁杂，大规模群体决策成为解决复杂

问题的必然趋势。然而，大规模群体决策中的社会网络具有高度的复杂性。因此，

对社会网络中尺度结构进行研究，对于实现社会网络的高效管理至关重要。本文旨

在探讨社会信任网络中尺度结构下的大群体动态共识决策方法及其应用。基于社会

信任网络及中尺度结构，对大群体共识方法进行了深入研究，并提出了新的理论和

方法，以提高决策的科学性、民主性和有效性。

首先，本文对社会网络中尺度结构进行了定义和分类。传统的聚类方法将大规

模群体划分为若干相互独立的子组体，但现实中的子组之间并非完全独立，存在一

定的交集。因此，本文关注核心—外围结构和重叠社区结构这两种典型的中尺度结

构。核心—外围结构根据节点的影响力大小，将网络划分为核心区域和外围区域。

重叠社区结构指的是同一社区中的节点之间联系紧密，而不同社区中的节点之间联

系稀疏，同时不同社区之间可能存在重叠节点，形成重叠区域。并且基于两种中尺

度结构同时存在的情况，定义了新的混合中尺度结构，为实际问题提供了更具现实

意义的思考角度。

其次，为了深入研究这三种中尺度结构下的共识决策方法，本文首先提出了单

一视角下大群体动态共识决策方法，分别是核心—外围