Résumé Les différences cognitives individuelles peuvent amener les décideurs à interpréter les mêmes termes linguistiques de manière différente. Pour résoudre ce problème, cet article propose un nouveau modèle de consensus pour la prise de décision de groupe à grande échelle en intégrant des sémantiques personnelles individuelles dans un cadre de préférence linguistique probabiliste. Une méthode de normalisation intégrant le ton émotionnel est introduite pour affiner les relations de préférence linguistique probabiliste, et un modèle d'optimisation sémantique basé sur la cohérence additive est développé pour attribuer des termes linguistiques appropriés aux décideurs. Pour promouvoir l'interaction parmi ceux ayant des intérêts similaires, une méthode de pondération basée sur la similarité sémantique et un algorithme de clustering flou utilisant des sémantiques personnelles individuelles sont employés pour former des sous-groupes ayant des sémantiques similaires. Un processus de recherche de consensus, incluant des étapes d'évaluation et de retour d'information, est ensuite appliqué pour guider les décideurs vers un accord. Une étude de cas sur la sélection de projets environnementaux vérifie l'efficacité et l'applicabilité de l'approche proposée.
Xu et al. (Jeu,) ont étudié cette question.