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《Information Processing and Management》（中科院一區TOP）合作發表了題為“Supporting group cruise decisions with online collective wisdom: An integrated approach combining review helpfulness analysis and consensus in social networks”的學術論文🦶🏻，聚焦於郵輪群體決策支持👦。

該論文的核心觀點是：在線郵輪評論為群體郵輪決策提供了寶貴的參考信息🧑🏽‍🌾，但龐大的評論數量和參差不齊的質量給信息篩選帶來了難題🌋。此外，群體決策中的決策者因社交網絡結構復雜和偏好差異較大🚵🏿‍♀️，在郵輪選擇上難以達成一致🐴。為解決這些問題，論文提出了一種創新的兩階段方法。第一階段，構建了“內在有用性-個性化有用性（IHL-PHL）”模型，用於評估評論的有用性程度✪。該模型不僅考慮評論的內在質量☆，還結合決策者的個性化需求，通過深度學習技術（如Sentence-BERT和神經網絡）識別出適合決策者的高質量評論，尤其是針對郵輪經驗較少的決策者提供有針對性的決策支持數據。第二階段👨🏻‍🦽‍➡️，通過重疊社交信任網絡促進群體決策一致性。為此，論文開發了一種二元信任傳播方法，通過選擇關鍵橋接節點來優化重疊社區間的信任傳播。基於此👰🏼‍♂️🐯，提出了受信任約束的最大共識模型，以在限製偏好調整的情況下最大化群體共識，從而避免低效反復迭代。

通過CruiseCritic等平臺的郵輪評論數據驗證了該模型的有效性，並揭示了其理論和實際應用價值♻️。整體而言，論文提出了一種整合在線評論集體智慧的綜合方法🆖，以支持真實世界中的群體郵輪評價決策，有效利用CruiseCritic等平臺的在線評論數據為群體決策提供支持，展示了在郵輪管理研究中的獨特關註點🤦🏽。

論文鏈接為：https://doi.org/10.1016/j.ipm.2024.103936