کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7541451 1489050 2018 39 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A linguistic solution for double large-scale group decision-making in E-commerce
ترجمه فارسی عنوان
یک راه حل زبانی برای تصمیم گیری دو گروه بزرگ در تجارت الکترونیک
کلمات کلیدی
تجزیه و تحلیل تصمیم گیری، تصمیم گیری گروهی در مقیاس بزرگ، تجزیه و تحلیل مولفه اصلی، متغیرهای زبانی، مجموعه های فازی نوع 2،
ترجمه چکیده
این مقاله یک راه حل برای حل ویژگی های بزرگ در مقیاس بزرگ و تصمیم گیرندگان را در دو دسته تصمیم گیری بزرگ در گروه تصمیم گیری. تجزیه و تحلیل مولفه های زبان شناختی برای کاهش ابعاد ویژگی ها و خوشه بندی همجوشی فازی استفاده می شود با استفاده از اطلاعات زبان شناسی به منظور جمع آوری ترجیحات تصمیم گیرندگان به ترتیب. با توجه به این که مردم تمایل به ارائه اطلاعات ترجیحی مستقیم خود را با متغیرهای زبانی دارند، کدبندی که برای مدل سازی چنین اطلاعات زبان با مجموعه های فازی نوع 2 تعریف شده است ساخته شده است. تجزیه و تحلیل مولفه های عددی به تجزیه و تحلیل مولفه های زبان شناختی به منظور کاهش ابعاد ویژگی های مقیاس بزرگ تحت شرایط عدم اطمینان گسترش می یابد. علاوه بر این، یک اپراتور تجمیع زبانی به اطلاعات تصمیم کل تقسیم می شود. خصوصیات و تصمیم گیرندگان در مقیاس بزرگ به ترتیب با تجزیه و تحلیل مولفه های زبان شناختی و خوشه بندی همجواری فازی با اطلاعات زبان شناسی طبقه بندی شده اند. در نهایت داده های مورد استفاده برای ساختن کدبازی و ماتریس نمونه از تجزیه و تحلیل مولفه های زبان شناختی با استفاده از پرسشنامه به دست آمد. مدل تصمیم برای تصمیم گیری مشتری برای سرویس تجارت الکترونیک برای تأیید امکان و اثربخشی آن اعمال می شود.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
پیش نمایش مقاله
یک راه حل زبانی برای تصمیم گیری دو گروه بزرگ در تجارت الکترونیک
چکیده انگلیسی
This paper develops a solution for solving large-scale attributes and decision-makers in double large-scale group decision-making problems. Linguistic principal component analysis is used to reduce the dimensions of the attributes and fuzzy equivalence clustering with linguistic information is used to aggregate the preferences of the decision-makers, respectively. Considering that people tend to give their direct preference information with linguistic variables, a codebook that used to model such language information with interval type-2 fuzzy sets is constructed. Numerical principal component analysis is extended into linguistic principal component analysis to reduce the dimensions of large-scale attributes under uncertainty situations. In addition, a linguistic aggregation operator is extended to aggregate decision information. The large-scale attributes and decision makers are classified by linguistic principal component analysis and fuzzy equivalence clustering with linguistic information respectively. Finally, the data that used to construct codebook and sample matrix of linguistic principal component analysis is obtained through questionnaire survey. The decision model is applied to the customer decision for E-commerce service to verify its feasibility and effectiveness.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Industrial Engineering - Volume 116, February 2018, Pages 97-112
نویسندگان
, , ,