电商行业之熵值法求权重

在经过多轮的ABtest之后，产出了很多的数据，同时也有很多的指标，那么到底哪个指标的重要性更大一些呢，方法有很多，例如:主观经验法、专家调查法、层次分析法、熵值法，本次就使用R语言实现熵值法求权重

第一步导入数据看看

本次数据取自淘宝后台某家店铺,可以看到数据大多已经经过处理

sourui<-read.csv("dkdk.csv",header = T)
head(sourui)
str(sourui)

第二步取出本次要评估的指标

本次需要评估的指标是，点击率、获客成本，随后进行数据归一化（数据收敛），点击率是正向指标,而获客成本是负向指标，理解起来就是点击率越大越好,而获客成本越小越好,商人逐利嘛，最终得到0~1的归一化数据

sourui[is.na(sourui)]<-0
tt<-sourui[,c(4,16)]

#归一化处理
min.max.norm <- function(x){
  (x-min(x))/(max(x)-min(x))
}

max.min.norm <- function(x){
  (max(x)-x)/(max(x)-min(x))
}
tt$获客成本<-max.min.norm(tt$获客成本)   #负向
tt$CTR<-min.max.norm(tt$CTR)    #正向

第三步求出所有样本对指标Xj的贡献总量

#第三步：求出所有样本对指标Xj的贡献总量
sourui_t<-tt
first1 <- function(data)
{
  x <- c(data)
  for(i in 1:length(data))
    x[i] = data[i]/sum(data[])
  return(x)
}
dataframe <- apply(sourui_t,2,first1)

第四步计算信息熵

first2 <- function(data)
{
  x <- c(data)
  for(i in 1:length(data)){
    if(data[i] == 0){
      x[i] = 0
    }else{
      x[i] = data[i] * log(data[i])
    }
  }
  return(x)
}
dataframe1 <- apply(dataframe,2,first2)

k <- 1/log(length(dataframe1[,1]))
d <- -k * colSums(dataframe1)

第五步计算冗余度

d <- 1-d

第六步计算各项指标的权重

#计算权重
w <- d/sum(d)
w
#计算评分
newtt<-ceiling((tt$CTR*0.7005496+tt$获客成本*0.2994504)*100)
sourui$score<-newtt
sourui[,c(1,17)]

画了个丑陋的折线图