[論文レビュー] Group decision making based on multi-granular distribution linguistic assessments and power aggregation operators.

Zhang Zhen, Chonghui Guo+1 more|arXiv (Cornell University)|Apr 4, 2015

Multi-Criteria Decision Making被引用数 2

ひとこと要約

本稿では、大規模なグループ意思決定における多粒度言語的分布評価を管理するため、拡張された言語的階層を用いた計算モデルを提案する。パワーアグリゲーション作用素を用いることで解釈可能な結果を実現する。大学人材選抜への応用において、多様な粒度にわたり言語的情報を保持し、意思決定の透明性を高める。

ABSTRACT

Linguistic large-scale group decision making (LGDM) problems are more and more common nowadays. In such problems a large group of decision makers are involved in the decision process and elicit linguistic information that are usually assessed in different linguistic scales with diverse granularity because of decision makers' distinct knowledge and background. To keep maximum information in initial stages of the linguistic LGDM problems, the use of multi-granular linguistic distribution assessments seems a suitable choice, however to manage such multigranular linguistic distribution assessments, it is necessary the development of a new linguistic computational approach. In this paper it is proposed a novel computational model based on the use of extended linguistic hierarchies, which not only can be used to operate with multi-granular linguistic distribution assessments, but also can provide interpretable linguistic results to decision makers. Based on this new linguistic computational model, an approach to linguistic large-scale multi-attribute group decision making is proposed and applied to a talent selection process in universities.

研究の動機と目的

• 大規模なグループ意思決定における、異なる粒度の言語的評価を効果的に処理する課題に対処すること。
• 過度な集約や変換を避けることで、初期の言語的評価から最大限の情報を保持すること。
• 多粒度言語的分布評価をサポートし、解釈可能性を保証する計算フレームワークの開発。
• 大学人材選抜プロセスなど、実世界のシナリオへの実用的応用を可能にすること。
• 意思決定者の評価の影響を言語的に解釈可能な形で反映できるように、パワーアグリゲーション作用素を統合すること。

提案手法

• 複数の言語的スケールにまたがる異なる粒度の言語的用語を統一するため、拡張された言語的階層モデルを提案する。
• 言語的評価を言語的用語上の分布として表現することで、意思決定者の入力における不確実性と多様性を捉える。
• パワーアグリゲーション作用素を適用して言語的分布を結合し、より一貫性があるか、極端な評価の影響を強調する。
• 解釈可能性を維持したまま、多粒度分布に対する操作を実行できる言語的計算モデルを用いる。
• 実世界への応用を想定し、多属性グループ意思決定フレームワークにモデルを統合する。
• 大学人材選抜への応用を通じて、手法の妥当性と頑健性を検証する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、大規模なグループ意思決定における異なる粒度の言語的評価を効果的に統合できるか？
• RQ2 どの計算モデルが、情報損失を伴わずに多粒度言語的分布の保存と操作を可能にするか？
• RQ3 パワーアグリゲーション作用素は、意思決定者の影響を言語的文脈に適応してどのように反映できるか？
• RQ4 提案されたモデルは、意思決定者にとって解釈可能で意味のある言語的出力をどのように保証するか？
• RQ5 大学人材選抜のような実世界の応用において、このモデルはどのように機能するか？

主な発見

• 提案された計算モデルは、拡張された言語的階層を用いて、多粒度言語的分布評価を効果的に処理できることが示された。
• パワーアグリゲーション作用素の統合により、一貫性や極端さに基づいた、より洗練されたかつ現実的な言語的入力の集約が可能になった。
• モデルは意思決定プロセス全体を通じて言語的情報を保持しており、早期の離散化や変換による情報損失を回避した。
• 大学人材選抜への応用は、本モデルの実用的妥当性と実世界での有用性を示している。
• 得られた結果は解釈可能な言語的出力であり、意思決定プロセスの透明性と信頼性を高めた。
• 異なる専門性や言語的背景を持つ多様な意思決定者を支援するため、本アプローチはさまざまな粒度を扱える。