近日，经济管理学院刘雨佳老师及其硕士研究生宋雨薇在数据挖掘领域中科院一区top期刊《Information Sciences》合作发表了题为A data-driven minimum cost consensus model for group decision making with personality traits prediction的学术论文。

该研究核心观点为：最小成本共识模型（MCCM）提出了一种有效的方法来解决群体决策中的群体共识达成问题。传统的MCCM及其改进模型关注决策者的不同行为和心理，但忽略了导致这些行为的决策者异质性。因此，它们需要假设决策者的妥协限制和单位调整成本，这在实践中可能难以实现。为了解决这个问题，本研究将提出一种基于在线大五人格特质预测不同妥协限制和单位成本的新型数据驱动最小成本共识模型。首先，本研究利用卷积神经网络（CNN）和双向长短期记忆模型（BiLSTM）根据决策者的微博在线评论获得其宜人性的概率。其次，建立了一个考虑决策者人格特质的新型最小成本共识模型（MCCM-P）。为此，基于人格特质预测定义了决策者的单位调整成本和个性化妥协限制及其相互关系。最后，MCCM-P应用于大学学生社团活动选择的实际群体决策案例研究。结果和比较分析表明，所提出的MCCM模型能够达到比传统方法更低的共识达成成本。

全文链接为：https://doi.org/10.1016/j.ins.2024.121556