← أحدث الأبحاث
📊 الإحصاء

Large-Scale Group Decision-Making with Linear Uncertain Preference Relations Using Improved Density Peak Clustering and Two-Stage Feedback

تقترح هذه الورقة نموذجاً لاتخاذ القرار الجماعي واسع النطاق لعلاقات التفضيل غير اليقينية الخطية، يدمج التحديث الديناميكي للثقة، وتحسين خوارزمية تجميع ذروة الكثافة لتحديد المجموعات الفرعية، وآلية تغذية راجعة ثنائية المرحلة لتحقيق معدلات توافق عالية مع حد أدنى من تعديلات التفضيل.

المؤلفون الأصليون: Xiaoyun Lu, Kuiyao Liu, Fushan Li, Zhonglin Ye, Zehui Chen

نُشر 2026-10-13
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Xiaoyun Lu, Kuiyao Liu, Fushan Li, Zhonglin Ye, Zehui Chen

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل غرفة مليئة بعشرات الأشخاص، كل منهم يحمل وجهة نظر فريدة حول كيفية حل مشكلة معقدة. إنهم ليسوا غرباء؛ بل يعرفون بعضهم البعض ويثقون ببعضهم بدرجات متفاوتة، مما يشكل شبكة من العلاقات التي تتغير مع حديثهم. الهدف ليس أن يتفق الجميع فوراً، بل إيجاد مسار واحد مشترك يبدو مقبولاً للمجموعة بأكملها. هذا هو جوهر اتخاذ القرار الجماعي واسع النطاق، وهو تحدٍ يبرز كلما توجب على المنظمات أو المجتمعات أو الحكومات تنسيق آراء العديد من الأفراد. تكمن الصعوبة في أن آراء الناس نادراً ما تكون أبيض أو أسود؛ فهي غالباً ما توجد في منطقة رمادية من عدم اليقين، والثقة بين بعضهم البعض ليست ثابتة بل تتطور بينما يستمعون لبعضهم البعض. وعندما يكون حجم المجموعة كبيراً بما يكفي، فإن مجرد مطالبة الجميع بالتنازل غالباً ما يفشل، لأن العدد الهائل من الأصوات يخلق ضجيجاً، كما أن الأساليب الجامدة لفرض الاتفاق يمكن أن تتجاهل الطبيعة المتغيرة والدقيقة للعلاقات الإنسانية.

لطال فالباحثون عن وسيلة للتنقل في هذا التعقيد، لا سيما عندما يعبر الناس عن تفضيلاتهم باستخدام نطاقات من عدم اليقين بدلاً من الأرقام الثابتة. وفي دراسة حديثة، تناول فريق من العلماء هذه المشكلة من خلال تصميم نظام يعامل اتخاذ القرار كعملية حية. لقد ركزوا على سيناريو يتطلب من عشرين شخصاً، يعملون كصناع قرار، تحديد أولويات عوامل النجاح الحاسمة لنوع معين من تسليم المشاريع. وبدلاً من معاملة هؤلاء العشرين ككتلة ثابتة، بنى الباحثون نموذجاً يراقب كيف تتغير ثقتهم ببعضهم البعض مع تغير آرائهم. وقد أدركوا أنه إذا بدأ شخصان في رؤية الأمور من منظور متقارب، فإن ثقتهما في بعضهما تنمو طبيعياً، وإذا تباعدا، فإن تلك الثقة تتضاءل. ومن خلال تتبع هذه التقلبات عبر الزمن، ينشئ النموذج خريطة ديناميكية لمن يثق بمن، بدلاً من الاعتماد على لقطة ثابتة مأخوذة في البداية.

يتضمن جوهر نهجهم تجميع هؤلاء الأفراد في مجموعات أصغر وأكثر قابلية للإدارة بناءً على مدى ثقتهم ببعضهم البعض ومدى تشابه وجهات نظرهم. وللقيام بذلك، استخدموا نسخة محسنة من تقنية التجميع التي تبحث عن "قمم" الكثافة في البيانات — أي البحث أساساً عن الأشخاص الأكثر مركزية في مجموعة من الأفراد ذوي التفكير المتشابه. ويتمثل الابتكار الرئيسي في طريقتهم في أنها لا تنظر فقط إلى اللحظة الحالية؛ بل تتذكر تاريخ كيفية تغير الثقة والآراء في الجولات السابقة. يساعد هذا الذاكرة التاريخية النظام على تجنب اتخاذ قرارات متسرعة بناءً على تحول واحد، ربما يكون مؤقتاً، في الرأي. وبمجرد تشكيل المجموعات، قام الباحثون بتخصيص أوزان لكل شخص ولكل مجموعة، مما يمنح تأثيراً أكبر لأولئك الذين يتميزون بالثبات في تفكيرهم، والذين لديهم سجل قوي من الثقة، وينتمون إلى مجموعة مترابطة بإحكام.

عندما تفشل المجموعة ككل في الوصول إلى مستوى عالٍ بما يكفي من الاتفاق، يقوم النظام بتفعيل عملية تغذية راجعة مكونة من مرحلتين. أولاً، يحدد المجموعات الصغيرة التي تعيق الوصول إلى الإجماع. وبدلاً من مطالبة الجميع في مجموعة متعثرة بتغيير آرائهم، يبحث النموذج عن طريقة للتعويض. فإذا كانت بعض المجموعات في حالة اتفاق قوي بالفعل، يمكنها فعلياً "حمل" وزن المجموعات التي تعاني، مما يسمح بتعديل عتبة الاتفاق بشكل عادل. ثانياً، بالنسبة للأفراد الذين لا يزالون بحاجة إلى تعديل آرائهم، يحسب النظام تكلفة ذلك التغيير. فهو يأخذ في الاعتبار مقدار ما تنازل عنه الشخص في الماضي، ومدى ثقته في الأشخاص الذين يُطلب منه الاستماع إليهم. والهدف هو إيجاد المسار الأقل مقاومة، عبر مطالبة أولئك الذين يمكنهم التكيف بأقل قدر من الاحتكاك فقط، وتوجيههم نحو نقطة مرجعية محددة وموثوقة بدلاً من متوسط عام.

اختبر الباحثون هذه الطريقة باستخدام مجموعة بيانات واقعية تتضمن عشرين صانع قرار وخمسة أبعاد مختلفة للمشروع. في جولة النقاش الأولى، جاء الاتفاق العام للمجموعة دون المستوى المستهدف بقليل. ثم حدد النظام أفراداً معينين بحاجة إلى تعديل آرائهم ووجههم عبر عملية تفاوض. وبعد بضع جولات فقط من هذا التجميع الديناميكي والتغذية الراجعة المستهدفة، وصلت المجموعة إلى إجماع استوفى المتطلبات المحددة مسبقاً. كما أجرى الباحثون آلاف المحاكاة الحاسوبية لمعرفة كيف سيصمد النموذج تحت ظروف مختلفة. وأظهرت هذه الاختبارات أن الطريقة فعالة للغاية في ظل متطلبات الإجماع التقليدية والمتوسطة العلوية، لكنها تواجه تحديات كبيرة عندما تقترن متطلبات الإجماع العالية بأحجام مجموعات كبيرة جداً، حيث يصبح الوصول إلى الاتفاق صعباً للغاية في ظل تلك الظروف المحددة.

إن ما يجعل هذا العمل مهماً ليس فقط كونه يجد حلاً، بل كيفية احترامه لتعقيد التفاعل البشري. فمن خلال السماح للثقة بالتطور وباستخدام التاريخ لتلطيف الخلافات المؤقتة، يتجنب النموذج عثرات الأساليب الجامدة التي تتبع مبدأ "مقاس واحد يناسب الجميع". إنه يقر بأنه في مجموعة كبيرة، لا يتعين على الجميع تغيير آرائهم للوصول إلى حل؛ فأحياناً، يحتاج الأشخاص المناسبون فقط إلى التعدل قليلاً، ويمكن لبقية المجموعة أن تتبعهم. وتخلص الدراسة إلى أنه بينما يصعب الوصول إلى اتفاق مثالي في المجموعات الكبيرة جداً ذات المعايير المرتفبة للغاية، فإن هذا النهج يقدم طريقة موثوقة لتحقيق إجماع قوي وقابل للتطبيق بأقل قدر من الاضطراب للأفراد المعنيين. إنه يوفر طريقة واضحة ومنظمة للمجموعات المتنوعة للانتقال من مجموعة من الآراء غير اليقينية إلى قرار موحد، مما يثبت أنه حتى في عالم من الثقة المتغيرة والتفضيلات الغامضة، يمكن العثين على مسار مشترك.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📊 stat →