作为一种复杂系统因素分析算法,决策试行与评价实验室方法(DEMATEL,Decision Making Trial and Evaluation Laboratory)在实践中得到广泛应用,通过邀请专家调动其专业知识和前期经验,使用给定评价标度对因素之间的直接影响关系进行评价,得到因素间的直接影响矩阵,进而通过矩阵运算确定出系统关键因素。可见评价标度选择的合理性是DEMATEL决策结果合理性的一个重要前提和基础,然而从现有研究来看,已有标度无一例外的均无法描述因素间的负向直接影响关系,而是直接将负向影响等同于正向影响进行描述和处理,这显然无法对因素之间的实际影响情况进行合理表达。此外,受专家专业知识、个人能力等的限制,随着决策环境日益复杂,专家给出的判断结果往往是不完备的,同时专家判断信息的可靠性也存在一定差异,这也进一步导致了专家判断共识度达不到预期的效果。然而,从已有研究来看,一方面,绝大部分学者尚未考虑专家判断信息的不完备性,或者未给出不完备信息的推断机制,显然缺失的信息不一定没有价值,而忽略式的处理方式也有失偏颇;另一方面,在群组DEMATEL决策中,大多学者缺乏对专家判断信息可靠性的考虑和评价,同时假设专家对判断结果达成共识,直接对专家判断予以集成,导致群组判断结果的可靠性较差、专家共识度较低,从而影响了决策质量。为克服上述缺陷,本文对传统DEMATEL评价标度进行了扩展,定义了同时考虑因素间正向和负向影响的新标度,借鉴知识聚合理论相关思路提出了基于凝聚层次聚类进行专家分组交互以提升专家判断可靠性和群组共识度的专家信息集成方法,同时结合社交网络信任关系理论,提出了基于专家之间的信任关系和判断相似度推断不完备信息的机制。最后,将本文所提改进DEMATEL方法运用于自来水公司,用以进行供水产销差影响因素分析,案例应用表明本文所提方法是有效且可行的。