二型模糊社会化商务决策方法及其推荐应用

Social commerce is a new business mode that combines social media and electric commerce. With China has the largest scale of global electricity business and the largest number of online social group users, the development of social commerce has become China's important needs for industrial upgrading, social transformation and national development. But the large data forms, the complex social network structure and the dynamic user behavior patterns, maks the social commerce theoretical and applation research are facing many challenges. Based on the long-term and rich accumulations of the applicant research group on information integration and management, large-scale decision-making and social network analysis and decision-making, especially on the type-2 fuzzy system and decision-making, this project will study the combination of socialized commerce and type 2 fuzzy decision amking, social network analysis and decision making, and user behavioral analysis and recommendation methods. Especially, based type-2 decision making theory, we will study the data mining and scale decomposition methods for large-scale social users and big data, the consensus / consistency analysis of social user group decision-making and the decision-making weight integration, the complex type-2 fuzzy social network user behavior extraction and modeling, and the evaluation and recommendation of social commerce. The research results of the project have important theoretical significance and application values for all the type-2 fuzzy decision, the social network uncertainty analyses, the large scale/dynamic decision making theory and the social commerce recommendation practices.

社会化商务是社会媒体和电商相融合的崭新商务模式。随着中国拥有全球最大的电商交易总额和网络社交用户群体，发展社会化商务成为中国产业升级、社会转型和国家发展的重要需求。但社会化商务的大数据形式、复杂社会网络结构以及动态用户行为模式，使得社会化商务研究面临诸多挑战。基于申请人团队在信息集成与管理、大规模决策以及社会网络分析与决策特别是二型模糊系统与决策的长期、丰富积累，本项目将研究社会化商务与二型模糊决策相结合的语言信息表示与提取、社会化网络分析与决策以及用户行为分析和推荐方法。特别深入研究基于二型模糊的社会化商务大规模用户和商品大数据数据挖掘与规模分解、社会化群决策共识性/一致性分析及其决策权重集成、复杂二型模糊社会网络用户行为特征提取与建模以及社会化商务评价与商务推荐。项目研究成果对二型系统与决策、社会网络不确定分析、大规模/动态决策理论以及社会商务推荐实践都有重要的理论意义与应用价值。

社会化商务是社交媒体和电子商务相融合的崭新商务模式。近年来社会化商务平台的诞生和繁荣表明本项目研究的先进性。申请人团队按照申请书项目计划内容，深入研究了基于二型模糊的社会化商务大规模不确定决策与商务推荐的若干核心问题。主要研究成果如下：. 1.针对决策问题中的不确定性，首次开展了区间二型模糊环境下的大规模群决策研究。收集电商评论数据提出了区间二型模糊等价关系聚类算法和区间二型模糊主成分分析法避免聚类过程中属性信息的丢失。. 2.考虑到决策参与者之间的社交关系，基于社会网络分析工具首次提出和研究了综合考虑外部社交关系和内部偏好关系的区间二型模糊社会化大规模群决策方法，利用社会网络分析工具大大降低了大规模群决策问题的复杂性。. 3.基于信任关系和行为的群决策理论与方法，提出了区间二型模糊信任传递算子和集成算子信任关系分析方法并对改进了传统最小成本共识模型。构造了基于信任网络和共识演化网络的多层网络模型，促进了基于信任的群决策研究的深入和完善。. 4.基于大规模群决策问题的复杂性，提出了共识演化网络理论及其动态社区聚类算法，将决策者调整成本和偏好关系的同时考虑，降低协商难度和节约决策时间。为大规模群共识研究提供了一种全新的思路。. 5.借助行为决策理论，研究了相关电子商务运营的模型理论进一步拓展与延伸。考虑不同用户心理特征从不同的视角不同侧面刻画用户的主要心理特征和行为，基于累积前景理论、损失后悔理论、动态演化博弈论和优化方法，分别构建了一系列多阶段时间折现的投资组合优化模型、基于消费者偏好的异质产品概率销售模型。为大数据复杂背景下不同用户在实际问题中的决策行为提供了新的手段和工具。. 6.项目还研究了基于不确定决策偏好的风险评估方法的理论和实际应用。针对风险因素交互、风险因素关联、决策者风险偏好不确定的情形以及决策者参照依赖和损失厌恶行为，分别基于解释结构模型、云模型和前景理论建立了一系列不确定系统风险识别方法、不确定风险评估方法和风险偏好行为分析方法。并以南京市地铁运营系统开展风险应用研究。. 本项目在一定程度上补充和开拓了复杂情境下的大规模群决策研究的薄弱环节和新领域。已发表国际SCI/SSCI及国内高等级学术期刊论文46篇，博士和硕士毕业研究生12人，后续获批相关国家自然基金2项，产生了一定的国内外学术影响。