一种在线统计群体满意度时个人权重的配权方法技术

本发明专利技术公开了一种在线统计群体满意度时个人权重的配权方法。通过该方法，建立了关于群体成员对事物进行判断表现的评判机制，可以对群体成员的能力做出正确的评估，促使能力强者发挥更大的作用；也可以甄别出并边缘化与群体离心离德者，以减少他们的破坏作用；也能够使群体的判断和决策增加科学化专业化。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了。通过该方法，建立了关于群体成员对事物进行判断表现的评判机制，可以对群体成员的能力做出正确的评估，促使能力强者发挥更大的作用；也可以甄别出并边缘化与群体离心离德者，以减少他们的破坏作用；也能够使群体的判断和决策增加科学化专业化。【专利说明】
本专利技术涉及。
技术介绍
目前统计群体满意度的方法，是通过"一人一票"的投票方式。在这种方式中，默 认每位投票者的权重都是一样的。 在本专利技术的专利技术人已经提交的另一篇专利技术申请"一种在线统计群体满意度的方 法"中，也默认满意度的每位参与赋值者的权重都是一样的。 那么是否群体中的每个成员在一个事物的判断裁决中都应该具有相同的权重 呢？是否一个10岁稚童和一个成年人在群体事物的判断裁决中应该等权呢？是否对某事 物具有经验能力和不具有经验能力的成员对该事物的判断都应该等权呢？答案显然都是 否定的。 需要群体进行判断的事件类型是多种多样的，例如，网购纠纷处理中买家和卖家 谁的诉求更合理的问题，三个医疗方案中哪一个更合理的问题。那么是否群体中的每个成 员在所有事物的判断裁决中都应该具有相同的权重呢？也就是说每个成员在网购纠纷处 理问题上的权重能否应用到医疗方案问题上？或者在医疗方案问题上的权重能否应用到 网购纠纷处理问题上呢？答案显然都是否定的。 对于网购纠纷处理问题，是否判断结果频繁远远偏离群体判断结果的成员和频繁 接近群体判断结果的成员应该等权呢？对于医疗方案问题，是否判断结果频繁远远偏离客 观实践结果的成员和频繁接近客观实践结果的成员都应该等权呢？答案显然都是否定的， 也就是说，群体中的每个成员在对不同类别事物的判断裁决中，应该拥有各自不同的权重。 但是，目前的技术和方法中，还没有解决对群体成员的权重进行配权的问题。 在目前"一人一票"统计群体满意度的方法中，也没有机制评价群体成员对事件进 行判断中的表现，也即没有确定的标准来评价群体成员对事件的判断是否正确，也就无法 对成员进行配权。例如，在网购纠纷处理问题和医疗方案问题中，以什么样的标准来评价群 体成员的判断是正确的呢？是否都以群体判断的结果作为评价成员的判断是否正确的标 准呢？目前的技术和方法中，也没有解决这个问题。 在目前统计群体满意度的方法中，即使是随机抽取参与赋值者，也可能出现赋值 者对满意度进行恶意赋值的情况，目前没有机制来甄别出并边缘化这种与群体离心离德 者，并减少他们的破坏作用。 由于本专利技术涉及到本专利技术人提交的另一篇申请号为"201310598815. X"即专利技术创 造名称为"一种在线统计群体满意度的方法"中的相关技术，这里对该专利技术简要介绍如下。 目前统计群体满意度的方法，是通过"一人一票"的投票方式。这种方法存在缺陷： 在候选项目达到"三"项和至少三名投票者时，无法正确萃取民意，无法正确表达民意；因为 在"一人一票"的投票中，当候选项目是"三"的情况下，由于每位投票者手中的选票只有一 张，若将选票投向其中一项，则对另外两项的偏好程度就被抹杀了，无法表达出对另外两项 的偏好信息，只有把他们统统归为"不喜欢"，这显然是荒谬的。根据"阿罗不可能定理"即 使允许投票者对所有选项进行排序时，也会引出悖论。 所以，"一人一票"或投票人仅仅赋予选项排序所得到的结论，都无法正确表达群 体意愿。 为了解决上述现有技术中的不足，申请号为"201310598815. X"即名称为"一种在 线统计群体满意度的方法"的专利技术创造，目的在于提供了一种简便、准确的解读和提取群体 意愿的在线统计群体满意度的方法，从而通过网络公平地在线解决争议和进行决策。这个 专利技术之所以没有悖论是因为该专利技术不仅仅要求参与者对选项给予排序而且要求参与者对 选项进行度量化。 为了达到上述目的该专利技术所采用的技术方案是： -种在线统计群体满意度的方法，包括以下步骤： a、确定事件：由统计发起人对事件进行表述，视事件类型，需要指定当事人时，应 指定当事人； b、确定统计群体：统计发起人确定统计在哪个群体进行，使统计发起人在指定的 群体中完成满意度统计； c、确定赋值选项：由群体预先列出各种具体的赋值选项；可由统计发起人自行设 定，或者统计发起人向群体征求意见后设定； d、确定参与赋值者：在群体的全体成员内随机抽取参与赋值者，或者选择群体的 全体成员为参与赋值者，确定后通过网络对参与赋值者发送参加赋值的请求； e、参与赋值者对赋值选项进行满意度赋值：参与赋值者接受赋值请求并进入赋值 流程后，对已经确定的赋值选项给出相应的满意度赋值；满意度赋值是参与赋值者的满意 度表达，满意度赋值以数值形式或曲线形式存在，满意度值在-N?+N之间，其中N为正实 数； f、根据赋值结果统计出群体最满意的赋值选项：满意度赋值结束后，统计出各赋 值选项的群体赋值，对比后得出群体满意度最大的赋值选项，所有赋值选项中满意度最高 的赋值选项就是群体最满意的统计结果。 所述步骤c中，赋值选项分为单一性选项和集合性选项；如果某个选项可以利用 选项中数值的连续变化来变更选项内容，则称该选项为集合性选项，例如赏罚某一数值人 民币的金钱；如果某个选项不能利用选项中数值的连续变化来变更选项内容，则称该选项 为单一性选项，例如道歉或者永久驱逐。根据以上特点，对于单一性选项进行满意度赋值 时，只需要赋满意度值即可；对于集合性选项赋值时，则需要确定集合性选项的数值和对应 数值的满意度值。赋值选项可以是单一性选项和/或集合性选项的各种组合。 所述步骤e中，N优选10。 所述步骤e中，对于单一性选项，参与赋值者直接对选项给出一个满意度赋值。对 于集合性选项，参与赋值者只需对赋值选项的局部进行满意度赋值，然后可以通过设定满 意度赋值函数合成出在赋值选项全部定义域里的满意度赋值；从而可以合成出个人满意度 赋值的曲线函数。满意度赋值函数必须为单峰有界函数；代表应用为非对称正态分布密度 函数。参与赋值者在赋值时，使用三点或多点赋值法进行赋值，无论使用哪种赋值法，都必 须包含最满意点及该点左右各一点的三点赋值。然后根据赋值者的赋值，利用待定系数法 求解出其相应的单峰赋值曲线；也即得到参与赋值者在集合性选项全部定义域里的满意度 赋值。若参与赋值者对某一选项不赋值，则把群体赋值作为他的个人赋值。具体算法为"用 非对称正态分布密度函数模拟每个参与赋值者的满意度曲线的算法"，见该专利技术的申请书， 此处略去。 所述步骤f?中，对于单一性选项，将参与赋值者对赋值选项的满意度赋值取均 值后作为单一性选项的群体赋值；假设有2个个人满意度赋值， yi，y2，那么它们合成的 群体赋值就是 【权利要求】1. ，包括以下步骤：A、确定统计群体 满意度所针对的事件的类别，根据事件类别确定评价参与赋值者赋值结果的标准；上述事 件分为三类：一类是道德问题，其评价的对错标准是以群体满意度赋值结果即群体的主观 意愿为标准；一类是真假问题即科学、技术、技能问题，其评价的对错标准是以客观实践的 事实结果为标准；一类是美丑问题，以尊重个体成员思想自由为标准；因此群体中的每个 成员分别拥有针对道德问题的道德权重和针本文档来自技高网...

【技术保护点】
一种在线统计群体满意度时个人权重的配权方法，包括以下步骤：A、确定统计群体满意度所针对的事件的类别，根据事件类别确定评价参与赋值者赋值结果的标准；上述事件分为三类：一类是道德问题，其评价的对错标准是以群体满意度赋值结果即群体的主观意愿为标准；一类是真假问题即科学、技术、技能问题，其评价的对错标准是以客观实践的事实结果为标准；一类是美丑问题，以尊重个体成员思想自由为标准；因此群体中的每个成员分别拥有针对道德问题的道德权重和针对真假问题的真假权重；而真假问题的领域非常多，可以针对每一个领域设置群体成员的真假权重；B、根据步骤A中所述的标准，以群体成员个人实际的满意度赋值结果与标准结果的差异度大小来给个人赋予权重，实行差异度越小配权越多，差异度越大配权越少的原则建立相应的数学配权模型。

【技术特征摘要】

【专利技术属性】
技术研发人员：韩李宾，李剑，徐烽，
申请(专利权)人：韩李宾，李剑，徐烽，
类型：发明
国别省市：广东;44