近日🧭，凯捷体育注册劉雨佳老師及其碩士研究生宋雨薇在數據挖掘領域中科院一區top期刊《Information Sciences》合作發表了題為A data-driven minimum cost consensus model for group decision making with personality traits prediction的學術論文。

該研究核心觀點為🧔🏿‍♀️💇🏼‍♂️：最小成本共識模型（MCCM）提出了一種有效的方法來解決群體決策中的群體共識達成問題。傳統的MCCM及其改進模型關註決策者的不同行為和心理👷🏼🥩，但忽略了導致這些行為的決策者異質性。因此，它們需要假設決策者的妥協限製和單位調整成本，這在實踐中可能難以實現⚂。為了解決這個問題💃🏽，本研究將提出一種基於在線大五人格特質預測不同妥協限製和單位成本的新型數據驅動最小成本共識模型💤。首先，本研究利用卷積神經網絡（CNN）和雙向長短期記憶模型（BiLSTM）根據決策者的微博在線評論獲得其宜人性的概率。其次，建立了一個考慮決策者人格特質的新型最小成本共識模型（MCCM-P）。為此，基於人格特質預測定義了決策者的單位調整成本和個性化妥協限製及其相互關系。最後◽️，MCCM-P應用於大學學生社團活動選擇的實際群體決策案例研究。結果和比較分析表明，所提出的MCCM模型能夠達到比傳統方法更低的共識達成成本。

全文鏈接為：https://doi.org/10.1016/j.ins.2024.121556