近日，文理学院系统科学系、自然科学高等研究院复杂系统国际科学中心吴俊教授团队运用系统思维解决电子商务时代的“选择恐惧症”，创新发布基于排名聚合的在线点评原型系统“掰投”，并在北京师范大学珠海校区上线试运营，受到师生广泛关注和好评。

【选择恐惧症】

信息技术的飞速发展将人类社会带入电子商务时代，我们可以坐在家里网购几乎所有商品和服务。电子商务的发展使得消费者可以更加便捷地接触到更多产品和服务，但同时也给消费者带来了“选择恐惧症”。面对成千上万的商品、餐厅、酒店、电影，如何快速作出有效选择成为困扰社会大众的难题。

人类决策是一个非常复杂的过程，在数字经济与智能化时代，信息交互对决策者的影响越来越显著，通过社会交互寻找可信的决策支持成为化解消费者“选择恐惧症”的重要方式。因此，“在线点评系统”应运而生，成为淘宝、京东、携程等在线交易平台的重要组成部分，同时大众点评、豆瓣、口碑网、小红书等独立在线点评系统也开始涌现，查看点评结果成为人们线上消费前的“常规操作”。

【没有比较就没有鉴别】

目前，在线点评主要包括定性评价和定量评价两种点评方式。然而，无论是基于文本、图片的定性评价，还是基于评分、评级的定量评价，传统在线点评系统都面临很多现实问题。一是用户体验差，很多用户因为“太麻烦”而放弃点评，或者因为担心差评会遭到骚扰报复而默认好评。二是信息融合难。对于基于文本、图片的定性评价，传统在线点评系统很难有效融合展示来自于不同用户的点评信息。对于基于评分、评级的定量评价，虽然系统可以通过求均值的方法进行信息融合，但是也面临评价尺度问题。三是抗扰能力弱。由于缺乏有效机制，传统在线点评系统很难识别异常数据，对于默认好评、恶意差评、水军刷分等干扰信息的抗扰能力都较差，导致出现职业差评师、职业水军等乱象。

实际上，出现这些现实问题的理论根源就在于：传统在线点评方式都是将受评对象看成孤立的个体，没有将受评对象联系起来，要想彻底解决问题需要从源头上另辟蹊径。我们常说“没有比较就没有鉴别”，世界上任何事物都是相互联系的，没有哪一种事物是孤立的，商品、餐厅、酒店、电影的好坏优劣只有在对比中才有意义。人们在认识事物的时候，如果能将它相关的事物也呈现出来，就能让被认识的事物特点更加突出、更加深刻。

【“掰投”，让选择更简单】

针对传统在线点评系统存在的瓶颈问题，吴俊教授团队运用基于“整体”和“联系”的系统思维解决在线点评问题，将所有受评对象看成一个整体，创新提出基于排名聚合的“PK式”在线点评方式，发布原创在线点评原型系统“掰投”。

在“掰投”系统中，用户不需要对店铺进行文字或图片描述，也不需要评分、评级，只要通过双击店铺图片从两家店铺中选择更喜欢的店铺即可完成点评。平台采用自主创新的科学算法聚合所有用户的点评数据，每日更新计算店铺“优度值”及“热度值”，同时评估每个用户的点评数据质量，更新计算用户“实力值”，数据聚合时“实力值”将作为用户权重，从而消除异常数据的影响。平台不仅可以展示店铺”优度值“和“热度值”及其排名，还能展示当前店铺与同类TOP10店铺的PK结果，为用户提供决策依据。这种简单点评方式将极大地提升用户体验，可以避免用户消极评价。而且，“PK式”点评不会让点评用户有心理负担，不用担心因为差评而遭到骚扰报复。此外，排名数据无量纲尺度问题，便于信息融合处理以及识别异常数据。基于排名聚合的在线点评可以作为现有点评方式的重要补充，重塑社会大众对在线点评系统的信任。

【团队介绍】

吴俊教授团队长期从事复杂网络与大数据分析研究，相关研究得到了国家自然科学基金、广东省自然科学基金和北京师范大学珠海校区交叉学科孵化项目的大力支持，相关成果发表在《Decision Support Systems》、《Information Sciences》、《Information Processing and Management》等国际权威学术期刊。