近日☮️，我校凯捷体育注册博士研究生嵇妃霞（吳堅教授指導）等在國際權威期刊《IEEE Transactions on Fuzzy Systems》合作發表了題為“The overlapping community-driven feedback mechanism to support consensus insocial network group decision making”的學術論文🎎。

社會網絡群體決策通過有效地利用個體之間相互連接的信任關系，為獲得一致的決策結果提供了支持。論文通過考慮重疊社區中的社會信任關系對決策者觀點調整的影響，設計了重疊社區驅動的最小成本共識過程。首先，使用Lancichinetti-Fortunato算法檢測社會信任網絡下的重疊社區結構，隨後，在重疊社區內生成推薦意見，聚合值得信任的重疊節點的意見作為反饋建議⏫，以指導不一致的子群對進行交互，達到更高的共識水平🪀👟。然後，提出了一種考慮重疊社區的反饋機製，使不一致的子群對通過選擇個性化的反饋參數來最小化共識成本。最後，通過算例演示了重疊社區驅動的反饋機製的實現過程，並與不同的代表性推薦建議產生的共識成本進行比較，討論了該機製的有效性🖕🏿。

論文中提出的重疊社區驅動的反饋機製本質上是子群之間通過重疊社區關系交互協商，雙向接近的過程🩵。以子群之間的重疊信任網絡形成推薦意見，使不一致的子群通過選擇個性化的反饋參數🍱📻，來減少達成共識所需的調整成本👨🏿‍💼🚶‍➡️。進而，討論了重疊社區的影響及其對降低共識調整成本的有效性✤。因此⛹🏼‍♂️，提出的機製更加全面地考慮了社會網絡群決策過程中的決策者信任與心理因素，使得共識最低的兩個子群通過可信的重疊節點來雙向接近🚢，有效地避免了經典反饋問題中的“群體思維”問題。

全文鏈接：https://ieeexplore.ieee.org/abstract/document/10036111