随着移动技术和互联网的高速发展，用户生成内容（User-Generated Content, UGC）已成为信息传递和知识共享的关键载体。然而，UGC数据呈现出的个体差异性，传播多向性，多源异构性，以及多模态并存等特点极大地增加了对其进行收集、解析和应用的难度。借助人工智能技术，从海量且碎片化的UGC数据中挖掘出所含信息的深层价值，并将其转化为决策依据，已成为现下亟待探索和推进的重要课题。与此同时，概率偏好理论作为一种融合人类认知和客观现实的理论框架，能够有效表征复杂语言信息和挖掘个体认知差异。探索以UGC为驱动的概率偏好理论，对于构建具备高度适应性、动态调整能力以及智能化特性的决策支持系统同样具有重大意义。本报告聚焦于基于UGC和概率偏好理论的智能决策理论与应用；概述UGC数据洪流出现的时代背景以及由其驱动的决策分析；介绍大数据背景下概率偏好信息表征的关键方法和技术；梳理基于UGC和概率偏好理论的智能决策研究进展；最后，展望该领域面临的机遇与挑战，并为智能决策的未来发展提供洞见。

暂无