社会网络环境下的大群体应急决策：非合作行为的共识管理

"社会网络环境下基于共识的风险性大群体应急决策非合作行为管理研究" 在当前信息化社会，社会网络已经成为人们交互和沟通的重要平台，它在大群体应急决策中也发挥着关键作用。应急决策涉及多方面的复杂因素，特别是在大规模群体中，决策者之间的互动可能导致非合作行为，这会严重影响决策的效率和效果。该研究由徐选华和张前辉发表在《控制与决策》期刊上，旨在解决这一问题。 研究首先引入了社会网络中的Louvain聚类算法，这是一种基于模块度的高效社区发现方法，用于分析决策专家的社会关系，将大群体划分为若干小群体，从而简化决策过程。通过这种方式，可以减少决策的复杂性，使得每个小群体内的专家能更有效地协作。 接着，研究定义了两种非合作行为：信息隐藏和策略性行动。信息隐藏是指决策者有意隐瞒部分关键信息，以影响决策结果；策略性行动则指决策者为了自身利益而采取的不协调行为。为了检测这些非合作行为，研究建立了相应的识别和检测模型，以确保决策过程的公正和透明。 为了管理这些非合作行为，研究提出了信任风险系数、偏好风险系数和综合风险系数的概念。这些系数用来量化不同级别的非合作行为对决策过程的影响，并据此调整决策者的偏好，促进共识的形成。通过调节风险系数，可以引导决策者朝向更一致的决策方案，提高决策的共识水平。 最后，研究使用“4.25西藏地震”的实际案例来验证所提方法的有效性和实用性。通过对实际应急决策情境的应用，证明了该方法能够有效管理和降低非合作行为的影响，从而提高大群体应急决策的质量。 这项研究聚焦于社会网络环境下的大群体应急决策问题，通过分析社会网络结构和识别非合作行为，提供了一种基于共识的风险管理策略。这种方法对于改进大群体决策机制，尤其是应急情况下的协同决策具有重要的理论和实践意义。