本书对多胜选投票进行了深入详细的研究，基于赞成偏好进行了讨论，探讨了计算社会选择中的最新进展，主要关注公理分析和算法结果，并重点讨论了与现实应用相关的问题。

Jul, 2020

本文研究使用认可选票选举多个获胜者的三种显著选举法的计算方面，包括满意认可投票、比例认可投票和重新加权认可投票，并证明了比例认可投票的获胜者计算是 NP-hard 问题，研究了这些规则的各种策略性方面和计算复杂性。在许多情况下，本文表明，代理或团体代理人无法根据其他代理人固定的认可选票计算出如何投票最佳的 NP-hard 问题。

Jul, 2014

本文研究了基于批准的多赢家选举规则的噪声模型，发现该选举方式对合理噪声始终具有鲁棒性，并提出了按照鲁棒性等级划分的相关规则。

Feb, 2020

本文使用近似算法的方法定量分析多胜选者投票规则，估计它们与通过审批的 Chamberlin-Courant 规则和多胜选者批准投票中定义的两个极端目标的逼近程度，并通过理论和实验方法将多赢家规则分类到这两个对立目标的数量对齐方面，研究结果提供了关于多赢家规则的基本信息，尤其是在选择这样的规则时必要的权衡。

Jan, 2018

本文是对一种称为 “基于批准的多赢家规则” 的投票规则进行的公理化研究，介绍了计数规则，提供了基于一致性公理的这个类别的公理特征描述，并基于此，公理化刻画了三种重要的一致性多赢家规则：比例批准投票、多赢家批准投票和批准的钦定 -- 卡伦特规则。我们的研究结果展示了多赢家规则的种类和三个不同的正交原则，它们是：个人品质、多样性和比例性。

Apr, 2017

本文研究多个候选人选举中的贿赂问题，分析了各种基于赞成票的多赢家规则的时间复杂度、近似度和可解性，重点研究了参数化的时间复杂度

Apr, 2021

提出了一种新颖的机器学习 (或数据挖掘) 实例选择方法，该方法基于最近在基于批准的多赢家选举中比例表示的结果。在本模型中，实例扮演选民和候选人的双重角色。每个训练集中的实例（作为选民）赞成属于其本地集的实例（扮演候选人角色），以代表性投票规则选择选举赢家，这些赢家是在减少的训练集中保留的数据实例。

Apr, 2023

本文研究了基于批准的多胜选举，旨在选择代表选民偏好的委员会，作者考察了不同的选举规则并探讨了它们的比例代表性，最终给出了一种关于选择代表性委员会与效用效率平衡的权衡方案。

Oct, 2018

研究了通过批准投票模型检测潜在事实的方法，包括概率模型，权重批准规则和 Condorcet 噪声模型等，实验证明 Condorcet 噪声模型是最有效的。

Dec, 2021

本文研究了不同的模型用于模拟战略投票，其中包括期望效用最大化、启发式决策和有界理性模型，针对实验数据引入了一种新的投票模型：Attainability-Utility (AU)。研究显示，AU 模型能够更好地预测人们的投票行为，并为选民的战略考虑提供了新的见解。

Sep, 2019