随着社会网络的发展,大规模群决策正在得到越来越多的关注,以其为基础的社会化商务推荐亦是推荐系统发展的重点。在大数据背景下,决策环境和决策行为极为复杂。如何分析复杂情境下的大规模群决策问题,并将大规模群决策理论与社会化商务推荐系统进行有效结合,研究基于大规模群决策理论的社会化商务推荐系统具有重要的理论价值及现实意义。本文将主要利用区间二型模糊理论对不确定信息的灵活处理能力,以大规模群决策方法为研究重点,结合社会网络相关方法和技术,研究基于大规模群决策方法的社会化商务推荐模型,为复杂情境下的不确定推荐问题研究提供新的思路和解决方案。论文主要研究内容如下:（1）针对决策问题中的不确定性,基于区间二型模糊集理论从偏好表达和聚类分析方面研究了大规模群决策方法。利用问卷调查的方式收集数据为电商评论情境创建了区间二型模糊语言变量代码本,并针对决策参与者的大规模特性,提出区间二型模糊等价关系聚类算法,该算法根据不同的聚类水平呈现出动态聚类效果。另外,针对决策属性的大规模特性,提出了区间二型模糊主成分分析法将大规模属性降维,该方法将相似属性整合为新的主成分属性,可以有效避免聚类过程中属性信息的丢失。在此基础上,提出双大规模群决策方法并将其应用到电商用户网购行为分析中。该研究内容首次开展了区间二型模糊环境下的大规模群决策研究,为面向语言评论的实际电商应用提供了理论参考。（2）考虑到决策参与者之间的社交关系,基于社会网络分析工具研究了区间二型模糊环境下的社会化大规模群决策方法。在区间二型模糊语言变量表示偏好信息的基础上,识别决策群体间的社交关系,首次提出基于区间二型模糊的社会化大规模群决策方法,通过社区发现算法将决策个体划分到相应社区,并通过社会网络中心性计算决策个体和社区权重。另外,针对社交关系表达的不确定性,利于区间二型模糊语言变量描述社交关系的强弱程度,提出综合考虑外部社交关系和内部偏好关系的区间二型模糊社会化大规模群决策方法。该研究内容不仅通过社交关系丰富了决策者信息来提升决策质量,还利用社会网络分析工具大大降低了大规模群决策问题的复杂性。（3）根据信任关系的特殊性及传递性,研究了基于信任关系的群决策理论与方法。针对信任关系表达的不确定性,基于区间二型模糊语言变量描述信任水平,提出区间二型模糊信任传递算子和集成算子,循着传递路径对信任关系进行分析。接着,通过偏好相似性为决策者构建隐性信任关系,基于此对传统最小成本共识模型进行改进研究信任关系对群共识的作用,并基于信任关系对决策者的主观给定单位调整成本进行调整。另外,根据决策领域的关系矛盾,基于信任网络和共识演化网络构造多层网络,研究了信任对共识的积极作用和消极作用。该研究内容以模型的方式展示信任对共识的促进作用,并从矛盾视角研究了信任在群共识中可能存在的消极作用,促进了基于信任的群决策研究的深入和完善。（4）根据大规模群决策问题的复杂性特征,从聚类分析的角度研究了大规模群决策共识达成问题。为了平衡聚类分析与共识达成过程的矛盾性,基于共识演化网络提出了基于Lovain社区发现算法的动态聚类算法,并通过提高共识阈值来从共识达成过程中得到有效聚类。另外,为了降低共识达成过程中交互的复杂性,将决策者单位调整成本作为偏好关系的辅助要素考虑进聚类分析过程,使得社区内成员在偏好和调整成本上都比较相似,从而降低协商难度,节约决策时间。该内容分别从聚类分析的矛盾视角和聚类要素方面研究了大规模群决策共识问题,为大规模群共识研究提供了一种全新的思路。（5）为了响应社会化商务推荐的需求,提出基于信任关系的大规模群决策方法,并研究其在社会化商务推荐中的应用。根据信任关系的传递特性将决策个体分为领导者和跟随者,以领导者为中心得到初步的信任社区划分。确定跟随者到领导者的信任传递路径,利用信任传递算子和集成算子评估跟随者对领导者的信任水平,基于此将属于不止一个社区的跟随者分配到唯一社区,得到最终的独立信任社区。在此基础上,结合基于关联规则的推荐模型提出基于大规模群决策方法的社会化商务推荐方法,并通过Movie Lens数据分析将其应用到电影推荐场景中。该研究内容将大规模群决策理论与社会化商务推荐应用相结合,实现了理论向应用的转化,为促进在线商务的发展提供了理论参照。本文主要围绕大规模群决策问题展开,所提方法的合理性和有用性皆通过算例分析和对比分析进行了验证。相关研究成果不仅为深化和拓展复杂情境下的大规模群决策研究提供了理论基础,还在应用层面上为社会化商务推荐提供了新的解决思路和手段。