Формализация метода ранжирования альтернатив для процесса группового принятия решений при анализе социальных сетей

Распространение и доступность интернет-технологий позволили по-новому взглянуть на социальные сети. Если раньше этот онлайн-сервис имел в большей степени развлекательный характер, то сегодня, с повышением скоростей передачи данных и появлением возможности общения пользователей в реальном времени, социальные сети, на платформе которых можно легко организовать опрос или провести голосование, становятся мощным механизмом достижения консенсуса в процессе принятия решений. В статье предложен обзор известных моделей группового принятия решений (англ. group decision making, GDM) и формальное описание разработанного на его основе алгоритма принятия решений, использующего большой объем данных в социальной сети. Особенностью алгоритма является возможность выбора экспертом из огромного числа альтернатив ограниченного набора, представляющего для него интерес, а также учет масштабирования сети с точки зрения числа экспертов, привлекаемых к процессу группового принятия решений. Представлен метод экстраполяции значений оценок при масштабировании сети. Разработан и исследован кейс для иллюстрации работы алгоритма.

Formalization of the alternatives ranking method for group decision making in social networks

The expansion and accessibility of Internet technology has allowed a new look at social networks. A few decades ago, this online service was more entertaining in nature. However, today, with increasing transmission rates and the possibility of real-time communication, social networks, on which platform a poll or vote can be easily organized, become a powerful mechanism for achieving consensus in decision making process. The paper offers an overview of the known models of group decision making (GDM) and a formal description of the decision-making algorithm developed on the basis of the overview taking into account a large amount of data in a social network. A feature of the algorithm is the ability for an expert to choose a limited subset of interest from a huge number of alternatives, as well as taking into account network scaling in terms of the number of experts involved in the GDM process. The method of extrapolating the values of the estimates for network scaling is proposed. A numerical case for an illustration of the algorithm is developed and presented.