《异质偏好下大群体决策——理论、方法及应用》主要内容包括内积空间上的偏好聚类、代价敏感的多目标二次优化、内积空间上的支持向量机等面向异质偏好的数据挖掘算法，提出了基于大规模异质偏好的分类与聚类模型的偏好学习、冲突分析、风险分析、共识过程、算法评价等经典决策问题解决方案。
　　此外，该书还针对绿色供应商选择、金融监管科技、运动员排序、城市更新、网络借贷等管理学问题，给出了异质偏好学习的决策应用案例。
　　《异质偏好下大群体决策——理论、方法及应用》可作为本科生、硕博士研究生的管理科学研究方法的课程辅助教材，也可以作为政企高级管理人员科学决策的参考方法。

　　决策是人类管理活动最基本的单元。决策科学既包含自然科学中的技术手段，如优化方法与系统方法等，又属于社会科学的范畴，因为其研究对象来自现实的管理问题。现代管理需要在纷繁复杂的大数据中寻求有效的决策信息，从而实现有效的数据管理。决策问题的复杂性导致个体决策者已经无法独立地处理。在今天的决策环境下，如何发挥群体智慧的决策支持作用，获取决策者的群体行为特征，刻画群体决策的共识过程，并在应用场景中得到实现，是非常有意义且迫切需要解决的理论问题。
　　笔者曾先后在地方高校和金融机构工作逾10年，之后转入科研领域，近年来主要关注大规模异构偏好信息的处理问题，通过在内积空间上的偏好映射信息寻求挖掘和管理偏好信息的方法，已取得了一系列研究成果。同时，笔者更注重决策方法的现实应用，针对城市更新、普惠金融、绿色供应链、农村信用体系等多个领域中的决策问题，提出了新的解决方案。本书是笔者近五年来工作成果的总结，笔者始终坚持从现实的管理活动中观察和总结问题，然后分析问题的科学根源，致力于通过信息技术、运筹学与管理科学交叉的方法提出相应的解决思路。本书汇集的成果包含了偏好学习中最新的理论与方法，同时也有这些方法的现实应用。
　　在本书付梓出版之际，笔者衷心感谢导师彭怡教授、寇纲教授、刘仲奎教授长期以来的谆谆教诲，感谢胡冰先生、邓富民教授、董玉成教授、尔古打机教授等多年以来的支持与帮助，感谢靖富营博士、李建博士、周小舟博士等的鼓励。研究生冉琴、徐梦茹等对本书的部分章节进行了校对，在此一并感谢。
　　本书的研究得到国家自然科学基金（71874023，72274132）及四川大学引进人才科研启动经费（YJ202028）的资助。

　　晁祥瑞，四川大学副研究员。理学学士、硕士，管理学博士、博士后。先后在地方高校（2004年7月至2005年8月）、中国人民银行分支机构（2008年7月至2017年12月）和电子科技大学（2018年1月至2020年3月）从事金融管理与教学科研工作。研究领域包括金融风险分析、数据挖掘和决策支持、运营优化等。
　　主持国家自然科学基金面上项目2项和中国博士后科学基金面上项目（一等资助）1项。一些成果（以作者或通讯作者）已发表于Annals of Operations Research、European Journal of Operational Research、Omega、International Review of Financial Analysis、ACM Transactions on Intemet Technology、《系统工程理论与实践》等多个交叉领域的国内外期刊，其中4篇论文曾入选ESI高被引论文。研究成果在NeurIPS等会议和Decision Sciences等期刊中多次被正面引用，同时也得到了人工智能业界（如谷歌Deepmind、荷兰皇家航空航天中心、Getjenny）的关注与评论。
　　现担任中国运筹学会决策分会理事、中国系统工程学会数据科学与知识系统工程专业委员会委员。担任国际期刊Annals of Data Science的编委。

第1章 绪论
1．1 研究背景
1．2 研究历史与现状
1．3 本书主要研究的问题
1．4 本书的结构与框架

第2章 相关理论与文献综述
2．1 异质偏好集结
2．2 大群体决策行为挖掘
2．3 群体决策的共识（Consensus）模型
2．4 本章小结

第3章 异质偏好关系集结研究
3．1 异质偏好集结概述
3．2 基于余弦相似度量的权重向量计算模型
3．3 基于相似度量的异质偏好关系的集结
3．4 不完整异质偏好关系的集结
3．5 本章小结

第4章 异质偏好下大群体决策者的行为挖掘
4．1 大群体决策概述
4．2 决策者的行为集聚
4．3 知识驱动的决策者行为分类
4．4 群体决策中的公平关切博弈行为
4．5 本章小结

第5章 异质偏好下大群体决策共识研究
5．1 群体决策共识与大群体决策共识
5．2 基于乘性偏好关系的群体决策共识模型
5．3 基于异质偏好的决策共识模型
5．4 大群体决策模型应用
5．5 本章小结

第6章 大规模社交网络群体决策的共识过程
6．1 社交网络群体决策的发展
6．2 决策社交网络的结构
6．3 大规模社交网络群体决策中的群体分类
6．4 最小成本群体共识达成过程
6．5 城市拆迁案例研究
6．6 本章小结

第7章 群体决策共识阈值的客观测定
7．1 群体决策共识阈值概念
7．2 基本共识达成进程
7．3 群体决策的效率评价
7．4 群体决策共识阈值的客观测定：效率的视角
7．5 案例分析
7．6 本章小结

第8章 金融监管科技与系统性风险
8．1 系统性金融风险监管的现状
8．2 相关研究
8．3 贸易监管框架
8．4 本章小结
参考文献
后记