面向运营决策支持的人机共建贝叶斯网络——虚拟调查方法

贝叶斯信念网络（BBN）是不确定性下决策的强大工具。但构建其结构与估计其参数都很困难。当前研究者必须在依赖专家判断与使用大数据集学习网络结构参数之间二选一。我们提出新方法学：使用大语言模型弥合专家意见与数据驱动学习之间的鸿沟。该方法使用一组AI智能体面板、基于特定人格与上下文估计概率；随后以截尾均值规则去除这些响应中的噪声。我们开发六步BBN框架，并以替代医疗系统中客户咨询医生意愿的建模为例说明。模型揭示：虽然自我效能看似主要因素，其实际因果影响很小；相比之下主观规范在建模客户意愿上效应强得多。最有效的策略是同时提升信心与社区规范。