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?
举报 使用道具
| 回复

共 2 个关于本帖的回复 最后回复于 2021-9-2 17:41

内容分析应用 金牌会员 发表于 2021-9-2 17:39:45 | 显示全部楼层
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。

举报 使用道具
内容分析应用 金牌会员 发表于 2021-9-2 17:41:08 | 显示全部楼层
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。

举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • Gephi社会网络分析-马蜂窝游记文本分词并同
  • Gephi社会网络分析-基于马蜂窝游记文本以词
  • 知乎话题文本根据词语间距筛选后生成共词矩
  • 马蜂窝游记文本分词后以词语间距为筛选条件
  • 学习使用apriori算法挖掘关联关系

热门用户

GMT+8, 2024-3-29 04:49