共享经济的迅速发展使各平台供需数据爆炸性增长,双边匹配系统成为解决这一问题的关键。但传统双边匹配算法一般依据主体给出的评价值转换为满意度,以双方总体满意度最大为目标进行求解,匹配个体间的相互关联性与匹配结果对个体产生的心理影响经常被忽略。考虑以上两个隐性因素对人的工作效率和对事物的创造性有着重要影响,本文研究并提出基于偏好序考虑主体心理行为和协作效应的双边匹配解决方案。针对心理行为在双边匹配过程中容易被忽略以及不同的匹配结果给个体带来心理体验的变化率先强后弱这一非线性问题,基于双边匹配个体的偏好序,基于前景理论(prospect theory)、后悔理论(regret theory)引入对数感知函数,预测心理感知值,修改满意度,增加双边匹配过程的合理性,提高匹配双方的总体满意度。针对个体间相互关联性在双边匹配过程中容易被忽略这一问题,构建个体间相互关联性网络模型计算个体协作效应值,使用个体网络影响程度和个体聚类系数两个指标描述个体之间在匹配过程的相互影响程度,提高匹配过程的合理性。对比实验表明,对数感知函数预测心理感知值,获得的匹配结果在总体满意度上提高于对比方法平均值5.52%左右;是否考虑个体协作效应对匹配结果有明显影响。实验结果说明在双边匹配过程中考虑心理行为和个体相互关联性是必要的。