背景
在进行一些综合评估类项目时,需要给一些指标确定一个合理的权重,用来计算综合得分,这种综合评估类项目在实际的业务中有很多应用,比如:学生奖学金评定方法、广告效果综合评估、电视节目满意度综合评估、用户满意度综合评估等。计算权重的方法比较多,下面主要介绍利用熵值法来确定确定。
一些名词解释
个案
一个个案,一条记录,也就是一个样本,在矩阵里面就是一行数据,不同地方叫法不一样
属性
属性就是样本所拥有的特性,也就是特征,在矩阵里面就是一列数据
熵值法概念
熵值法原理: 熵的概念源于热力学,是对系统状态不确定性的一种度量。在信息论中,信息是系统有序程度的一种度量。而熵是系统无序程度的一种度量,两者绝对值相等,但符号相反。根据此性质,可以利用评价中各方案的固有信息,通过熵值法得到各个指标的信息熵,信息熵越小,信息的无序度越低,其信息的效用值越大,指标的权重越大。
熵是不确定性的度量,如果用
表示第
个信息的不确定度(也就是出现的概率),则整个信息(设有
个)的不确定度量如下所示:
这就是熵,其中
为正常数,当各个信息发生的概率相等时,即
,
取值最大,此时熵最大,也就是信息无序度最大,各个信息都发生可能性一样
熵值法步骤
可利用信息熵的概念确定权重,假设多属性决策矩阵如下:
则用
表示第
个属性下第
个方案
的贡献度
可以用
来表示所有方案对属性
的总贡献度:
其中,常数
,这样,就能保证
,即
最大1。
由式中可以看出,当某个属性各个方案(样本)的贡献度趋于一致时,
趋于1。
那么各个方案(样本)的贡献度全相等时,就应该不考虑该属性在决策中的作用,也就是该属性的权重应该为0
这样可以看出属性的权重系数大小由各方案差异大小来决定,为此可定义
为第
属性的各方案贡献度的一致性程度
进行归一化后,各属性权重如下:
当
时,第
属性可以剔除,其权重等于0
如果决策者事先已有一些经验的主观估计权重
,则可借助上述的
来对
进行修正
熵值法最大的特点是直接利用决策矩阵所给出的信息计算权重,而没有引入决策者的主观判断,完全是依靠数据来决定
案例
购买汽车的一个决策矩阵,给出了四个方案供我们进行选择,每个方案中均有相同的六个属性,我们需要利用熵值法求出各属性的权重
车型
油耗
功率
费用
安全性
维护性
操作性
本田
5
1.4
6
3
5
7
奥迪
9
2
30
7
5
9
桑塔纳
8
1.8
11
5
7
5
别克
12
2.5
18
7
5
5
计算步骤
求第
个属性下第
个方案
的贡献度,公式为:
在excel中的话,先求出各列的和,然后用每行的数值比上列和,形成新的矩阵
车型
油耗
功率
费用
安全性
维护性
操作性
本田
5
1.4
6
3
5
7
奥迪
9
2
30
7
5
9
桑塔纳
8
1.8
11
5
7
5
别克
12
2.5
18
7
5
5
总计
34
7.7
65
22
22
26
矩阵:
车型
油耗
功率
费用
安全性
维护性
操作性
本田
5/34
1.4/7.7
6/65
3/22
5/22
7/26
奥迪
9/34
2/7.7
30/65
7/22
5/22
9/26
桑塔纳
8/34
1.8/7.7
11/65
5/22
7/22
5/26
别克
12/34
2.5/7.7
18/65
7/22
5/22
5/26
求出所有方案对属性
的贡献总量,公式为:
在excel操作中,将刚才生成的矩阵每个元素变成每个元素与该元素自然对数的乘积
只列出油耗计算过程,其他属性同理
车型
油耗
本田
5/34 * ln(5/34)
奥迪
9/34 * ln(9/34)
桑塔纳
8/34 * ln(8/34)
别克
12/34 * ln(12/34)
总计
5/34* ln(5/34) + 9/34* ln(9/34) + 8/34* ln(8/34) + 12/34* ln(12/34)
求出常数
,
为
,本例中有4个方案,所以求得
为
,再求
与新矩阵每一列和的乘积,这样获得的 6 个积为所有方案对属性
的贡献度
车型
油耗
本田
5/34 * ln(5/34)
奥迪
9/34 * ln(9/34)
桑塔纳
8/34 * ln(8/34)
别克
12/34 * ln(12/34)
总计
5/34* ln(5/34) + 9/34* ln(9/34) + 8/34* ln(8/34) + 12/34* ln(12/34)
1/ln(4) * [ 5/34* ln(5/34) + 9/34* ln(9/34) + 8/34* ln(8/34) + 12/34* ln(12/34) ]
至此所有的
就求出来了
为第
属性下各方案贡献度的一致性程度,公式为:
利用上面求得的
,可以得到
车型
油耗
本田
5/34 * ln(5/34)
奥迪
9/34 * ln(9/34)
桑塔纳
8/34 * ln(8/34)
别克
12/34 * ln(12/34)
总计
5/34* ln(5/34) + 9/34* ln(9/34) + 8/34* ln(8/34) + 12/34* ln(12/34)
1/ln(4) * [ 5/34* ln(5/34) + 9/34* ln(9/34) + 8/34* ln(8/34) + 12/34* ln(12/34) ]
1 - 1/ln(4) * [5/34* ln(5/34) + 9/34* ln(9/34) + 8/34* ln(8/34) + 12/34* ln(12/34) ]
利用下面公式进行归一化后,即可求得各属性的权重:
经过计算后各属性的权重为:
车型
油耗
功率
费用
安全性
维护性
操作性
权重
0.14
0.07
0.49
0.16
0.04
0.10
所以在购买汽车时,据所提供信息,利用熵值法计算得出的权重为油耗占 14%,功率占 7%,费用占 49%,安全性占 16%,维护性占 4%,操作性占 10%。故我们在进行购买决策时,更多是考虑车型的价格和安全性等重要因素,这是从权重角度考虑的。
利用Python实现熵值法:
代码如下:
import pandas as pd
import numpy as np
import math
from numpy import array
# 定义熵值法函数 熵值法计算变量的权重
def cal_weight(df):
#求k
rows = df.index.size # 行
cols = df.columns.size # 列
k = 1.0 / math.log(rows)
# 矩阵计算、信息熵
x = array(df)
lnf = [[None] * cols for i in range(rows)]
lnf = array(lnf)
for i in range(0, rows):
for j in range(0, cols):
if x[i][j] == 0:
lnfij = 0.0
else:
p = x[i][j] / np.sum(x, axis=0)[j]
lnfij = math.log(p) * p * (-k)
lnf[i][j] = lnfij
lnf = pd.DataFrame(lnf)
E = lnf
# 计算一致性程度
d = 1 - E.sum(axis=0)
# 计算各指标的权重
w = [[None] * 1 for i in range(cols)]
for j in range(0, cols):
wj = d[j] / sum(d)
w[j] = wj
w = pd.DataFrame(w)
w.index = df.columns
w.columns = ['权重']
return w