1.一种基于心理感知和偏好的数据完整性审计匹配方法，其特征在于，包括以下步骤：s o

S1、计算每个评价指标的主观权重ω 和客观权重ω ，并根据指标主观权重和客观权c重，计算每个指标的组合权重ω ，然后利用改进Topsis综合评价法计算每个审计方案的权a重ω ；

S2、根据用户偏好集合，构建加权判断矩阵，根据加权判断矩阵，利用均值面积法计算b a综合非模糊评价矩阵，利用Topsis计算考虑用户偏好需求的各审计方案的权重ω ，集结ωb f和ω 二者权重，得到各审计方案的最终权重ω ，具体包括：

S21.基于三角模糊数，将用户语言评价进行模糊化和量化，根据用户偏好集合，计算出加权判断矩阵，得到综合模糊评价矩阵；

S22.采用均值面积法对综合模糊评价矩阵进行解模糊处理，得到综合非模糊评价矩阵，采用Topsis综合评价法计算出考虑用户偏好需求的各审计方案的权重；

S23.利用线性加权法，集结二者权重计算出各审计方案的最终权重；

S3、根据计算出的每个审计方案的最终权重，基于匹配双方的偏好需求，量化计算出审计任务对审计资源以及审计资源对审计任务的综合偏好值tpij和rpij，并构建偏好序矩阵TPO和RPO，再根据偏好效用函数，将偏好序矩阵转换为偏好效用值矩阵TPU和RPU；

S4、利用改进失望理论，分别构建失望函数和考虑失望规避效应的愉快函数，分别计算审计任务对审计资源和审计资源对审计任务的综合失落值矩阵以及综合愉快值矩阵，然后对偏好效用值矩阵进行修正，得到双方感知效用值矩阵，具体包括：S41.基于改进失望理论，构造失望函数，计算主体Ai对与主体Bj匹配而不是与主体Bk匹配的失落值，则审计任务对审计资源的综合失落值d(rij)即为一个算数平均值，同时，构造愉快函数，在考虑失望规避效应下，计算匹配双方的综合愉快值矩阵；

S42.根据匹配双方的综合愉快值和综合失落值矩阵，对双方的偏好效用值矩阵进行修正，得到审计任务对审计资源以及审计资源对审计任务的感知效用值矩阵；

S5、将双方的感知效用值矩阵进行标准化处理，以标准感知效用值 和 最大化为优化目标，构建双目标优化模型，并进行求解。

2.根据权利要求1所述的一种基于心理感知和偏好的数据完整性审计匹配方法，其特s o征在于，所述步骤S1中，计算每个评价指标的主观权重ω 和客观权重ω ，并根据指标主观c权重和客观权重，计算每个指标的组合权重ω ，然后利用改进Topsis综合评价法计算每个a审计方案的权重ω ；

具体包括：

S11.根据调研所获取的十二份专家问卷调查表的数据结果，利用改进G1序关系分析法计算评价指标的主观权重；

S12.根据数据完整性审计方案属性集合，利用改进Critic客观权重法计算评价指标的客观权重；

S13.采用线性加权的方式计算出每个指标的主客观组合权重；

S14.利用改进Topsis综合评价法计算每个审计方案的权重。

3.根据权利要求1所述的一种基于心理感知和偏好的数据完整性审计匹配方法，其特征在于，所述步骤S3中，根据计算出的每个审计方案的最终权重，基于匹配双方的偏好需求，量化计算出审计任务对审计资源以及审计资源对审计任务的综合偏好值tpij和rpij，并构建偏好序矩阵TPO和RPO，再根据偏好效用函数，将偏好序矩阵转换为偏好效用值矩阵TPU和RPU；具体包括：S31.对用户审计任务和审计资源的属性进行描述，根据双方的偏好需求，量化计算各自的偏好值，并采用线性加权方法计算双方的综合偏好值，根据个体的综合偏好值计算偏好序值；

S32.根据匹配双方的偏好序矩阵，构建偏好效用函数，计算偏好效用值，得到审计任务对审计资源以及审计资源对审计任务的偏好效用值矩阵。

4.根据权利要求1所述的一种基于心理感知和偏好的数据完整性审计匹配方法，其特征在于，所述步骤S5中，将感知效用值矩阵进行标准化处理，以标准感知效用值最大化为优化目标，构建双目标优化模型，并进行求解，具体包括：S51.将感知效用值进行标准化处理，以双方标准感知效用值最大化为优化目标，构建双目标优化模型，并采用线性加权法将双目标优化模型转换为单目标优化模型；

S52.采用KM算法寻找最优匹配结果。

5.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至4任一项所述基于心理感知和偏好的用户数据完整性审计匹配方法。

6.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述基于心理感知和偏好的用户数据完整性审计匹配方法。

7.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述基于心理感知和偏好的用户数据完整性审计匹配方法。