[논문 리뷰] Group decision making based on multi-granular distribution linguistic assessments and power aggregation operators.

Zhang Zhen, Chonghui Guo외 1명|arXiv (Cornell University)|2015. 04. 04.

Multi-Criteria Decision Making인용 수 2

한 줄 요약

이 논문은 대규모 집단 의사결정에서 다중 분할 언어적 분포 평가를 관리하기 위해 확장된 언어적 계층을 사용하는 계산 모델을 제안하며, 파wr 집합 연산자를 통해 해석 가능한 결과를 도출한다; 이는 대학 인재 선발에 적용되었을 때 다양한 분할 수준에서 언어적 정보를 유지하고 의사결정의 투명성을 향상시킨다.

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.

연구 동기 및 목표

• 대규모 집단 의사결정에서 다양한 분할 수준을 가진 언어적 평가를 다루는 데 도전하는 것.
• 초기 언어적 평가에서 최대한의 정보를 유지하기 위해 조기 집합화나 변환을 피하는 것.
• 다중 분할 언어적 분포 평가를 지원하고 해석 가능성을 보장하는 계산 프레임워크를 개발하는 것.
• 실제 응용 사례, 예를 들어 대학 인재 선발 과정과 같은 실세계 상황에 적용 가능하게 하는 것.
• 의사결정자의 평가 영향을 언어적으로 해석 가능한 방식으로 반영하기 위해 파워 집합 연산자를 통합하는 것.

제안 방법

• 다양한 언어적 척도에서 다른 분할 수준을 가진 언어적 용어를 통합하기 위해 확장된 언어적 계층 모델을 제안하는 것.
• 언어적 평가를 언어적 용어 위의 분포로 표현하여 의사결정자 입력의 불확실성과 다양성을 포착하는 것.
• 언어적 분포를 조합하기 위해 파워 집합 연산자를 적용하여 더 일관성 있거나 극단적인 평가의 영향을 강조하는 것.
• 다중 분할 분포에 대해 연산을 수행하면서도 해석 가능성을 유지하는 언어적 계산 모델을 사용하는 것.
• 실세계 적용을 위해 다중 속성 집단 의사결정 프레임워크에 모델을 통합하는 것.
• 대학 인재 선발에 대한 적용을 통해 접근의 타당성과 강건성을 검증하는 것.

실험 결과

연구 질문

• RQ1 다양한 분할 수준을 가진 언어적 평가를 대규모 집단 의사결정에서 효과적으로 통합할 수 있는가?
• RQ2 어떤 계산 모델이 정보 손실 없이 다중 분할 언어적 분포의 보존과 연산을 가능하게 하는가?
• RQ3 파워 집합 연산자가 언어적 맥락에 어떻게 적응되어 의사결정자의 영향을 반영할 수 있는가?
• RQ4 제안된 모델이 의사결정자에게 해석 가능하고 의미 있는 언어적 결과를 어떻게 보장할 수 있는가?
• RQ5 이 모델은 대학 인재 선발과 같은 실세계 적용 사례에서 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 계산 모델은 확장된 언어적 계층을 사용하여 다중 분할 언어적 분포 평가를 성공적으로 처리한다.
• 파워 집합 연산자의 통합은 일관성과 극단성에 기반하여 더 세밀하고 현실적인 언어적 입력의 집합화를 가능하게 한다.
• 모델은 의사결정 과정 全 과정에서 언어적 정보를 유지하여 조기 이산화 또는 변환으로 인한 손실을 방지한다.
• 대학 인재 선발에 대한 적용은 모델의 타당성과 실세계 환경에서의 실용성을 입증한다.
• 결과는 해석 가능한 언어적 출력을 제공하여 의사결정 과정의 투명성과 신뢰도를 향상시킨다.
• 다양한 전문성과 언어 배경을 가진 의사결정자들을 수용함으로써, 다양한 분할 수준을 수용하는 데에 도움을 준다.