集搜客GooSeeker网络爬虫

标题: TOPSIS多指标综合评价方法是什么？ [打印本页]

作者: 发誓学好内容分析 时间: 2021-9-2 16:46
标题: TOPSIS多指标综合评价方法是什么？
TOPSIS多指标综合评价方法出现在这篇文章《网络社交平台中社群标签生成研究》，有没有大牛能具体解释一下这是什么？怎样用Python编程实现这个评价方法？

作者: 内容分析应用 时间: 2021-9-2 17:39
这篇知乎文章《TOPSIS法(优劣解距离法)介绍及 python3 实现》里有TOPSIS的解释：
C.L.Hwang 和 K.Yoon 于1981年首次提出 TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution)。
TOPSIS 法是一种常用的组内综合评价方法，能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。基本过程为基于归一化后的原始数据矩阵，采用余弦法找出有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。该方法对数据分布及样本含量没有严格限制，数据计算简单易行。

作者: 内容分析应用 时间: 2021-9-2 17:41
通俗的例子：小明数学考试 134 分，要怎么知道他的成绩是好还是不好呢？

1. 基于分布的评价方法会观察小明的分数位于班级分数的哪个水平（如前 5%、前 10%），但这种评价方法只能给出一个方向的情况。如班上成绩除了最高分外，其余都是 134 分，那么小明的成绩就是并列的倒数第一，但是正向评价给出的结果是前 5%。
2. 而 TOPSIS 就是找出班上最高分（假设是 147 分）、最低分（假设是 69 分），然后计算小明的分数和这两个分数之间的差距，从而得到自己分数好坏的一个客观评价。距离最高分越近，那么评价情况越好，距离最低分越近，那么评价情况越糟。

欢迎光临集搜客GooSeeker网络爬虫 (http://www.gooseeker.com/doc/)