在大数据背景下，传统的决策管理正在从以管理流程为主逐渐向以数据为中心的范式转变，决策管理中各参与方提供的相关信息流向更趋于多元和交互，开源数据库SciDB开发商Paradigm4进行的一项针对111名北美数据科学家的调查显示，71%的数据科学家认为数据的多样性构成的挑战，远大于数据总量构成的威胁和挑战。多种粒度、多种数据类型信息的使用为群体决策问题的解决提出了新的挑战。

CONTENTS
Chapter 1 Introduction 1
1.1 Group Decision Making 1
1.2 Group Decision Making Versus Individual Decision Making 2
1.3 General Assumptions 3
1.4 Procedure of Group Decision Making 3
1.5 Group Decision Making Models with Multi-granular Information 5
1.6 Structure of This Book 9
Chapter 2 Related Works 12
2.1 Evaluation Mechanisms 12
2.2 Information Granules 17
2.3 Group Decision Making Models Based on Different Information Granules 18
2.4 Consensus-based GDM Models 54
2.5 Summary 55
Chapter 3 A Two-Stage Dynamic GDM Model Based on Ordinal Information 57
3.1 Introduction 57
3.2 Power Average (PA) Operator 60
3.3 Support Functions 63
3.4 A Two-stage Aggregation Algorithm Based on the Support Degree of DMs 67
3.5 A Comparative Study 76
3.6 An Illustrative Example 80
3.7 Extension OF GDM Model with Ordinal Information 86
3.8 Conclusions 90
Chapter 4 A Fuzzy Ranking-Based GDM Model with Fuzzy Information 92
4.1 Introduction 93
4.2 A New Probability-based Comparison Method for Intervals 94
4.3 Fuzzy Probabilistic Preference Relations Between Fuzzy Sets 100
4.4 Comparison of Two Fuzzy Numbers 104
4.5 Deriving the Ranking Order of Fuzzy Numbers 112
4.6 Applications to Group Decision Making Problems 124
4.7 Conclusions 128
Chapter 5 An Improved GDM Models Based on Interval Information 130
5.1 Introduction 131
5.2 Consistent Interval Pairwise Comparison Matrix 133
5.3 Derivation of the Priority Weights from an Interval Additive-based Pairwise Comparison Matrix 136
5.4 Illustrative Examples and Comparative Studies 149
5.5 Conclusions 161
Chapter 6 AGDM Model with Heterogeneous Information 162
6.1 Introduction 162
6.2 Background 165
6.3 A New Consensus-based GDM Model with Heterogeneous Information 170
6.4 Derivation of the Preference Priority Vector from Heterogeneous Information 173
6.5 Consensus Measures 182
6.6 The Revision Process of Preferences 189
6.7 Conclusions and Future Studies 193
Chapter 7 Conclusions and Future Studies 194
7.1 Conclusions and Contributions 194
7.2 Suggestions for Future Studies 195
References 197