14、偏好表示的图形模型与意见扩散

偏好表示的图形模型与意见扩散

1. 偏好表示的图形模型

1.1 模型分类

偏好的图形模型大致可分为三类：定性模型、定量模型和介于两者之间的模型。这些模型可以从底层独立性关系（和表达能力）以及偏好获取的难易程度两方面进行比较。

独立性关系

• Ceteris Paribus 独立性 ：CP - nets 及其扩展模型共享此独立性，但基于该独立性的模型无法表达所有可能的配置排序。UCP - nets 可在对效用添加约束的情况下表示一些全序。
• 广义加性独立性 ：GAI - nets 使用此独立性，它是一种较弱的独立性形式，能提高表达能力。
• 马尔可夫独立性 ：π - Pref nets、OCF - nets 和边际效用网使用此独立性。与 GAI 不同，由于无环约束，这种独立性不允许变量之间存在相互依赖关系。

1.2 不同模型的特性对比

模型	图形组件（节点）	图形组件（边）	偏好表	独立性关系	排序	查询复杂度（优化）	查询复杂度（优势）
CP - nets	变量