在现实生活和工作中，人们经常要面临各种各样的选择问题。社会中的每个人对事物的看法和认识不同，因而对各种事物都有自己的偏好。有效集结相关参与者的偏好，形成集体偏好，将有助于提高群决策的效率。社会选择函数可以将不同的偏好集结为一个最终的社会偏好，进而可有效地解决社会选择问题。由于每个参与决策的决策者的年龄、教育程度、职业等个体特征不同，每个决策者的偏好对群体决策的影响程度不同，因此，需要为不同的决策者赋予相应的权重以区分其影响程度。但在传统的研究中，运用社会选择函数来解决社会选择问题时，一般假设决策者的权重相等，或者人为确定其权重，这样就可能会影响偏好集结的正确性。针对以上这些问题，本文拟基于决策者的选择结果和逻辑斯蒂回归分析，对决策的方案领域和决策者社区进行划分，并确定决策者权重，构建加权的社会选择函数，以提高偏好集结结果的准确性，并在一定程度上改善了社会选择函数结果的不唯一性。本文的研究重点有以下几个方面：1.在决策者对方案偏好选择结果的基础上，运用逻辑斯蒂回归分析决策者对方案属性的敏感度，建立敏感度分析模型，以确定决策者选择行为的相关因素及影响程度。该模型通过对决策者对方案属性的敏感度分析，不仅确定了决策者选择行为的相关因素，而且其影响程度的大小可以帮助对决策者进行社区划分，以提高决策者社区划分的精确性。2.将决策者的主观权重和客观权重相结合，合理确定决策者的综合权重。该综合权重的确定兼顾了决策者个体特征的信息，减少了主观赋权的随意性，区分了不同背景的决策者对决策结果的影响。3.分析了决策者权重对社会选择结果唯一性的影响。基于所确定的决策者权重，分别分析了其对二元性社会选择结果和序数性社会选择结果的影响。结果表明，决策者权重对于二元性社会选择结果的影响不明显，但其能够大大改善序数性社会选择结果的唯一性，使得加权的社会选择函数在一定程度上可以解决序数性社会选择函数结果的不唯一性弊端，以提高群决策的效率。本论文在构建敏感性分析模型的基础上，提出了一种新的决策者权重确定方法，丰富了社会选择函数模型，并在一定程度上改善了函数结果的不唯一性，提高了群决策的效率。