目的 为协助警方在侦破电信网络诈骗案件时实现对所获证据的有效聚合，得到多名涉案人员的嫌疑程度排序，提出了一种基于语言毕达哥拉斯模糊集的多属性决策方法。方法 首先，根据已有线索确定相关涉案人员及属性信息；其次，基于语言毕达哥拉斯模糊集以定性的语言术语表示模糊信息，对不确定的属性信息进行统一描述；最后，在语言毕达哥拉斯模糊环境下，利用基于WOWA算子的软似然函数这一多属性决策方法对各属性值进行有效聚合，得到相关涉案人员综合得分值的结果排序。结果 相较于定量的评估形式，定性的语言术语评估形式更适用于实际电诈犯罪案件；同时实验结果表明，相较于基于OWA算子的软似然函数多属性决策方法，本文所采用的WOWA算子能在一定程度上避免极端数据带来的影响，并且能更好地软化权重值，使得软似然值的变化更趋于平缓。结论 本文所提多属性决策方法可协助警方关联与案件有关的属性信息，在弱化决策者主观因素的前提下缩小人工甄别范围以获得涉案人员的嫌疑程度结果排序，本文首次将该技术应用于电信网络诈骗案例中，对电诈犯罪嫌疑人认定具有实际意义。