摘要
传统的群体决策方法通常应用于数量有限的情境中，涉及较少数量的专家和备选方案。然而，在现实世界中，如涉及社交网络或市政公司中的电子民主等场景，由于专家的参与人数众多以及产生的海量信息，这些方法面临着局限性。为应对这一挑战，大规模群体决策方法应运而生。尽管如此，要充分挖掘和利用现有的丰富信息，仍需做出改进。例如，在辩论过程中，专家发表的评论往往被忽视。我们提出了一种创新方法来解决这一问题，并有效管理专家提供的信息。该方法促进专家之间的辩论，在辩论中表达正面和负面的偏好，并利用这些信息通过直觉模糊集推导出中性信息，从而提升决策过程。此外，借助情感分析，我们的方法将评论分为正面、负面或中性三类。通过整合专家意见、情感分析结果以及新开发的聚合算子，我们整合了各类信息，从而能够计算出一项综合考虑所有可用数据的全方位排序结果。
