Web 2.0技术的飞速发展使人与人之间信息交换的便利性逐渐显著,交互活动增加,群体中的信任关系和决策意见通过社会网络传播与扩散,使群体之间信任关系的网络性更加显著。随着多个用户根据专业知识或者共同的目标参与群体决策(管理决策等),因此群体决策行为表现出社会网络特征。基于社会网络分析方法的群决策问题逐渐得到学术界的广泛关注,在社会网络中,多用户之间存在一定信任关系,这种信任关系不仅影响个体而且影响群体的决策行为。群体共识是多属性群决策问题的研究热点,多属性群决策中专家由于知识领域范围,专业背景的差异,决策意见存在一定的不一致性,在群体决策中,该不一致性应存在一个合理范围内,过大的差异可能会导致决策结果的不可靠性与专家的不满意,在合理的群体共识范围内找到最优的集成策略是多属性群决策的目标。传统的群体交互共识机制未考虑专家之间的信任关系,因此迫使未达共识专家平均接受每个专家的意见,这在决策实际中是不合理的。因此,如何通过信任网络的构建来产生合理的共识推荐意见,从而达到群体共识,是本研究尝试解决的关键问题。本研究在分析多属性群决策问题中信任关系网络特征逐渐显著的基础上,构建专家之间的信任网络,并基于该信任网络提出更合理的群体交互共识方法,提出基于信任的交互共识多属性群决策方法。为了验证提出方法的合理性与优越性,本研究通过冷链物流云平台选择案例贯穿于整个研究过程,在群体交互共识阶段给出共识的可视化过程与合理性的数学证明,并最终得到决策结果。本文的主要研究成果如下:(1)信任表征方式。分析对比了传统的信任的模糊表征方式,介绍了信任得分的含义,基于该含义,提出了知识覆盖概念,知识覆盖包括不完备与矛盾两部分模糊信息,其对信任传递结果的影响不可以被忽视;并且,提出了基于相关系数的信任得分排序方式。另外,提出了基于信任得分的信任网络概念。(2)基于信任传递的信任网络构建方法。信任网络中由于存在信任信息的缺失,往往表现为不完整网络,为了估计缺失的信任信息,本研究提出一种考虑专家知识覆盖的uni-norm信任传递算子并分析了其期望性质。为了集成多路径的信任信息,提出一种基于信任衰退惩罚的信任集成方法。从而构建完整的信任网络,为群体共识推荐过程提供信任关系依据。(3)基于信任的群体共识交互机制。针对传统的共识推荐方法迫使专家平均接受其余达到一致性专家的意见的缺陷。本研究提出两种基于信任的群体共识推荐方法。第一种方法基于判断客观信任关系来有选择地接受部分存在信任关系专家的推荐意见,该方法有效的减少共识交互成本。另一种方法基于采用信任传递弥补缺失值后得到的完整信任网络为主观信任,一致性程度为客观信任,并通过主客观调节参数来调整主客观信任比例,使得专家通过主客观信任程度诱导来接受共识推荐意见。(4)基于Einstein算子的最优方案选择。针对信任得分表征的决策信息的集成问题,提出了信任得分Einstein加权平均(TFEWA)算子与信任得分Einstein有序加权平均(TFEOWA),并分析其期望性质。从而构建一种最优方案选择方法。本研究提出的基于信任的交互共识多属性群决策方法丰富了群体共识与多属性群决策理论的外延,并对社会化媒体发展下管理决策、消费行为决策等群体决策问题提供方法支持。