近日,浙江工商大学统计数据工程技术与应用协同创新中心研究员李博博士作为第一作者发表了以市场匹配主题的论文。论文名为“Multi-stage probabilistic linguistic matching method with the screening mechanism and individual preference relationship fusion”,刊发在Journal of the Operational Research Society。该期刊是ABS三星期刊,运筹学与管理科学领域高水平期刊,我校A++期刊。
关于复杂动态匹配的双边主体成员可调整性及多模态偏好表征准确性等问题,该文提出了基于概率集结云模型的具有筛选机制的多阶段动态双边匹配过程。首先,给出概率语言集结云的概念,同时提出相关基本运算法则和得分函数。然后,为了理清所有主体评价信息间的条件依赖关系,构建基于概率语言集结云的贝叶斯网络,并以此确定多指标权重。进一步地,对应多主体间可能存在的多模态偏好信息,本文研究包括强偏好、不确定偏好和不可比偏好在内的主体排序方法。受启发于ORESTE方法,本文研究一种新的考虑多模态偏好信息的满意度函数,旨在集结多指标信息。同时,获得多主体的个性化偏好排序值,并以此为基础构建具有筛选机制的多阶段匹配优化模型。该模型不仅能够确保结果不受阻塞匹配对的影响,而且具备多阶段主体成员的动态调整特征。最后,面向二手房匹配交易的案例分析、参数分析和仿真实验用来描述本文方法的可行性和有效性。
李博,浙江工商大学统计与数学学院经济统计系副研究员,浙江工商大学统计数据工程技术与应用协同创新中心研究员,2021年于四川大学获得博士学位,研究兴趣包括综合评价理论与方法、决策理论与方法、概率偏好理论等,研究成果发表于Expert Systems with Applications、Financial Innovation、Journal of the Operational Research Society、Technological and Economic Development of Economy等期刊。