聚合不同个体集中趋势的衡量结果将比单个个体的结果更准确,这被称为群体智慧。随着网络技术的发展以及数据获取的便利性,群体智慧的研究越来越深入,成为当前研究的热点。在关于群体智慧稳定性影响因素的研究当中,大多数研究都侧重于社会影响等外在噪音,而对于影响群体智慧的内因研究停留在群体规模这一单一因素,对于群体智慧内在的综合影响因素研究极少。为了探究在估值任务场景中群体的内在因素对群体智慧稳定性的影响,本文在综述国内外研究文献的基础上,从个体的质量和数量两个内在影响因素入手,探究群体中的聪明个体和群体规模对群体智慧的稳定性影响,在识别聪明个体的模型构建基础上,进一步的对聪明个体进行了稳定性分析,以提高群体智慧的鲁棒性。对于群体智慧测度方法的选择中,在以往研究文献普遍采用均值、中值的聚合方法的基础上,提出了两种新的修正均值和修正中值的聚合方法,结合聪明个体以及群体规模两个影响因素构建四种聚合方法对群体智慧效应和效能影响的研究模型。通过实验研究的方法,设计三个估值任务场景,召集个体进行实验并收集实验数据,分析各个内在影响因素之间的相互关系。研究结果表明,(1)聪明个体在多个任务场景当中都能够提高群体智慧效能;(2)每个任务场景当中总有聪明个体对群体提供正向支持,聪明个体有较好的稳定性;(3)群体规模与群体智慧的关系不是呈现简单的线性增长,当群体增大到一定规模时,群体智慧将趋于平缓;(4)修正后群体智慧的聚合方法能够有效的减少群体结果的偏差,但对群体智慧效能的影响微乎其微。本文在估值任务场景中研究群体智慧稳定性的影响因素,考虑个体质量和个体数量两个因素,提出修正的聚合方法对比研究聪明个体以及群体规模对群体智慧的稳定性影响,找出他们之间的内在联系,从而提升群体智慧效度。