权重计算（1）——客观赋权法

本文首先分类介绍主客观赋权法，然后简述四种客观赋权法的算法步骤，分别给出python代码。

0x01、权重计算方法简述

1.1 赋权方法的分类

在用户建模的过程中，常常需要从用户的各项行为指标 $(x_1,x_2,...,x_n)$，以加权求和的方式计算用户的总体活跃度，形如：$$S=a_1{x}_1+a_2{x}_2+...+a_n{x}_n$$

其中 $a_1,a_2,...,a_n$ 分别为 $x_1,x_2,...,x_n$ 的权重。通过对 $x_i(i=1,2,...,n)$ 的 “重要性” 的设置，加权求和，计算用户的总得分。

对于如何确定 $a_1,a_2,...,a_n$ 的值，主要有八种方法，可分为以下四类：

• 第1类（主观赋权法）：AHP层次法和优序图法。利用数字的相对大小信息计算权重；
• 第2类（根据信息量）：熵值法（熵权法）。利用数据熵值信息即信息量大小计算权重；
• 第3类（根据数据波动）：CRITIC、独立性权重和信息量权重。利用数据的波动性或者数据之间的相关关系计算权重；
• 第4类（信息浓缩思想）：因子分析和主成分法。根据数据的信息浓缩原理，利用方差解释率计算权重。

名称	数据波动性	数据间相关关系	数字大小信息	适用性
AHP层次法	无	无	有	适用于多个层次指标计算权重，专家打分赋权有一定的主观性
优序图法	无	无	有	计算较简便，较多指标时使用得到的权重结果更可靠
熵值法	无	无	无	适用于指标较多的、底层方案层指标计算权重，但对样本的依赖性较大，随着样本数据变化，权重会有一定的波动
CRITIC权重法	有	有	无	综合考虑数据波动情况和指标间的相关性，适合指标自身带有一定相关性和波动性的数据
信息量权重法	有	无	无	适用于将数据差异性视作一种信息，用数据波动程度来衡量指标权重
独立性权重法	无	有	无	适用于指标本身带有一些相关性、属于同一系统下的指标计算权重
因子分析法	无	有	无	指标较多时降维得到具有可解释性的因子权重，也可单独得到各指标权重，需要大量样本数据
主成分分析法	无	有	无	适用于指标较多时降维得到主成分权重，也可单独得到各项指标权重，需要大量样本数据

注意：

• 一般来说，计算权重时，可使用四种客观赋权法（熵权法、CRITIC权重法、信息量权重法、独立性权重法）分别计算各指标的权重，然后计算四种方法所得结果的均值，从而得到最终的权重。
• 如果只想使用专家的意见，可以使用主观赋权法。
• 因子分析法、主成分分析法主要用于降维并计算权重，只能得到各个因子的权重，无法得到具体每个分析项的权重。
• 如果想要将主客观的权重结合起来，可以使用组合赋权法（集成赋权法）。

1.2 数据处理函数

这里把后面需要用到的MinMax归一化、标准化、均值、标准差、方差、相关系数等函数都一起给出，后面的代码将仅给出算法，不再包含这些函数。

import pandas as pd
import numpy as np
import math
from sklearn.preprocessing import StandardScaler, MinMaxScaler

# 标准化
def normalize_Standard(df): 
    scaler = StandardScaler()
    return pd.DataFrame(scaler.fit_transform(df), columns=df.columns.values)

# MinMax归一化（0-1 归一化）
def normalize_MinMax(df):
    scaler = MinMaxScaler(feature_range=(0,1))
    return pd.DataFrame(scaler.fit_transform(df), columns=df.columns.values)

# 均值
def compute_mat_mean(df):
    return pd.DataFrame(df.mean(), columns=['mean_value'])

## 标准差（使用df.std）
def compute_mat_std(df):
    return pd.DataFrame(df.std(), columns=['std_value'])

# 方差（标准差的平方）