Rank aggregation methods dealing with ordinal uncertain preferences

مشکل جمع شدن رتبه، همچنین به عنوان رتبه بندی گروه شناخته می شود، در بسیاری از زمینه ها مانند موتورهای جستجوی متقابل، بازیابی اطلاعات، سیستم های توصیه شده و تصمیم گیری چند منظوره بوجود می آید. با توجه به مجموعه ای از گزینه ها، مشکل این است که سفارشات جایگزین بر اساس رتبه بندی های دسته بندی شده توسط یک گروه از کارشناسان فردی. اطلاعات موجود اغلب در برنامه های دنیای واقعی محدود و نامطمئن هستند. این مقاله به مشکل کلی رتبه بندی گروهی با استفاده از داده های ترتیبی فاصله داده می شود به عنوان یک روش انعطاف پذیر برای ضبط اطلاعات نامشخص و ناقص. ما یک رویکرد دو مرحلهای پیشنهاد می دهیم. مرحله اول، ماتریس ترجیحی جمع را به عنوان وسیله ای برای جمع آوری تنظیمات گروه از اطلاعات نامشخص و احتمالا متضاد یاد می گیرد. در مرحله دوم، بردارهای اولویت از ماتریس ترجیحات جمع بر اساس خواص روابط ترجیحی فازی و نظریه گراف حاصل می شود. رویکرد ما یک چارچوب نظری را برای مطالعه مشکل فراهم می کند که برخی از روش ها در ادبیات را گسترش می دهد، روش های محاسباتی کارآمد برای حل مشکل و برخی اقدامات عملکردی. این شایستگی های اطمینان و کامل بودن داده ها را برطرف می کند و برخی از کاستی های روش های رتبه بندی فعلی گروه را برطرف می کند.