为了缓解决策信息表示中的不确定性以及不同决策者在不同时间点差异化的共识水平对决策结果的影响，依据q阶正交模糊犹豫度和后悔理论，提出一种两阶段框架下基于个性化调整的大群体决策方法。构建一种新型映射函数将实数转化为q阶正交模糊数；依据欧氏距离和Hausdorff距离相结合的混合距离提出改进型k均值三支聚类算法，降低大群体决策的整体复杂度；将共识水平与灰关联系数相结合，探索一种组内决策者的权重计算方法，并基于平均共识水平和组内决策者数量进一步探索组权重计算方法；设计两阶段框架下的共识达成过程，利用决策者的个性化共识水平依据后悔理论提出一种融合q阶正交模糊犹豫度的个性化调整机制。真实场景下的共享单车投放案例表明，提出方法具有可行性和有效性。