짧은위한 AHP의 분석 계층 과정 (분석 계층 프로세스), TL 1970 년대 초반에 Saaty 미국 운영 연구 교수, AHP가 접근하는, 질적 유연하고 실용적인 멀티 기준 결정의 간단한 정량 분석이다. 그것은 어떤 객관적인 현실 (주로 pairwise 비교) 전문가의 의견 및 분석의 구조의 주관적 판단을 바탕으로, 지조 있도록 류의의 명령 계층을 나누어 다양한 요인에 복잡한 문제가 특징 객관적으로 직접 결과를 판단하고 효과적으로 양적 설명의 중요성을 각 수준의 요소의 pairwise 비교를 결합합니다. 그런 다음 중량을 계산하는 수학적 방법을 사용하면 전체 순위 사이의 모든 단계를 통해 상대적인 무게와 종류의 모든 요소를 계산, 각 레벨의 요소 순서의 상대적 중요성을 반영합니다.
분석적 계층 과정의 신청의 범위
분석 계층 과정은 충격 지표의 수 및 각 프로그램의 장단점의 범위에 대해서는 평가의 존재에 대해, 멀티 객관적인 의사 결정에 적용됩니다. 여러 요인의 영향, 그리고 다양한 요소 간의 계층적 관계, 또는 카테고리별로 결정, 각 지표의 최종 평가 계산을 수량 충분한 데이터를 통해 직접 수 없습니다 때 사용하도록 선택할 수 있습니다 분석 계층 과정.
AHP 모델 구조
우선, 당신은 실제 문제를 기반으로 계층적 모델을 구축할 수, 사이트 품질 법안은, 예를 들어 간단한 설명을 위해, 우리는 사이트 품질은 주로 사이트의 콘텐츠 품질 및 사이트의 상호 작용 친절, 내용에 의한 콘텐츠의 품질에 의해 결정됩니다 것으로 생각할 수 완전성, 정확성 및 적시성, 아래와 같이 대화형 친화 친화적인 대화형 프로세스와 사이트의 전반적인 정보 아키텍처는 고급, 그래서 당신은 모델을 구축할 수 있습니다 :
무게의 레이어의 인덱스 (예 : 내용의 정확성 등 내용의 품질에 영향을 얼마나 높은 수준의 다양한 요소의 영향을 계산하기 위해서는 콘텐츠의 품질에 세 가지 지표의 완전성, 정확성 및 적시성의 무게를 계산해야 체중에 영향을 미칠 및 기타 지표도) 원칙에 부합의 계층에있는 각 요소에 종속있는 다양한 요소의 레이어 사이에 9 눈금을 사용하여 모델의 두 번째 계층에서 비교 매트릭스를 구축해야 이러한 팩터 J 상위 요소, i와 j를 똑같이 중요하다는 것을 한 수단으로 내가 상대 모델의 구성 요소로서 pairwise 비교, 약간 중요한 3 전 J, 5 전 J, 7 전 J보다했다 9 많은 중요한 전 승 I / W J와 J보다 매우 중요한 것은 pairwise 비교의 중요성은 다음과 모체가 될 수 없음을 나타냅니다 :
전체 행렬에 대한 pairwise 비교 결과에 의해 매트릭스 위에 나열된 것은 반드시 정확하게 동일하지이기 때문에, 먼저 비교 행렬의 일관성을 확인해야합니다. 행렬과 관련된 지표는 일관성 지수 CI, 무작위 일관성 지수의 RI, 일관성 비율 CR = CI / RI (계산의 구체적인 방법의 일관성을 측정하는 행렬 고유값 방법을 계산할 수 자세하게하지 않습니다 ) 관련 정보를 참조할 수 있습니다. 일반적으로 CR <0.1, 우리는 비교 행렬의 일관성이 허용되었다고 생각했을 때.
행렬의 일관성이 요구 사항을 충족한다면, 한층 더 (고유 벡터 1 일까지 특징 벡터의 각 구성 요소가되도록) 무게 벡터 위해 변환하는 고유 벡터와 표준 행렬 고유값에 따라 계산할 수 즉, 우리는 체중의 상위 요소의 다양한 요소를 반영하는 가중치 벡터의 각 구성 요소의 결과를 요구하고 있습니다. 예를 들면 :
컨텐츠의 사이트 품질 = 품질 * 0.6 + 쌍방향 친화 * 0.4
콘텐츠 품질 = 무결성 * 0.3 + 정확도 * 0.4 + 적시성 * 0.3
상호 작용과 친절한 = 대화형 프로세스 * 0.7 + 정보 아키텍처 * 0.3
가중치의 위쪽 요소에 상대적인 다양한 요소의 계산의 총 점수는, 우리는 다양한 정책 프로그램의 장단점을 평가 대상 지표로 결과의 낮은 수준의 요약을 측정하는 지표의 가중 평균 방식 의해 선택할 수 있습니다 최적의 솔루션입니다. 예를 들면 :
웹사이트 품질 = (무결성 * 0.3 + 정확도 * 0.4 + 적시성 * 0.3) * 0.6 + (대화형 프로세스 * 0.7 + 건축 * 0.3) * 0.4
분석 계층 과정의 전제의 응용
분석적 계층 과정의 응용 프로그램에서는 다음과 같은 전제를 충족해야합니다 :
- 계층적으로 배열간에 요소의 레이어를 알 수 있어야합니다, 명확하고 일관된 구조로 구분할 수있다;
- 같은 레이어의 여러 요소들의 관계는 독립 다양한 요소 사이의 평등, 더 큰 상관은 없습니다;
- 지표의 아래쪽은 계량 및 측정의 특정 메소드 할 수있다;
- 명확 다양한 수준 간의 관계의 요소해야합니다.
»이 종이에는 BY-NC-SA의 : 복제 계약, 소스를 지정하시기 바랍니다 데이터 분석 » 분석 계층 과정 (AHP)
관련 기사 :
계층적 방법이 자주 사용되고 있지만, 여전히 매우 낮은 수준의 수준이지만, 너무 재미있어 양자화 나는 할 수있다. 사건이 공유할 수 있는지 여부를 Joegh?
이 방법은 모델의 구축을 통해 등 위의 SEM과 같은 분야, 계량 상대적으로 쉽다면 자동으로 키워드 입찰가 매우 관심이없는 최적화?
_AT_ Scyan : 응용 프로그램의 경우는 주말 Tieshanglai 정도 쓰고 있습니다.
AHP는 SEM 필드에 적용되는 것은 양적 지표의 숫자가 키워드, 마케팅 및 광고 효과가 아주 좋은 시도해야 평가하기 위해, 참으로 좋은 생각이다, 핵심은 평가 시스템 모델의 체계를 확립하는 것입니다 .
너무 전문적이고 이해를 못
매우 전문적인 기사, 학습. 케이스를 기대합니다.
케이스 :) 기대
@ 자유의 바람처럼 : - 케이스는이 문서에서 찾을 수있다 사용자 가치 평가 시스템 .
전문 좋은, 그리고 보통 기대, 당신과 함께 공유할 수있는 가까운 사건 해결!
Klmyt : 사실, 우리는 보통 어떤 많은 AHP이 사용할 수있는 멀티 인덱스 복합 점수의 분석을 참여 발생할의 구체적인 사용 이 문서 를 참조할 수 있습니다 사용자 가치 평가 시스템 사례 연습이 더 효과적.
의 방법을 채점 가장 세부적인 지표?
어떻게 실제 작업? 케이스에 기대
@ 뒤 : 당신은 더 중요 그러한 A와 B와 같은 pairwise 비교 점수, 각 레이어의 지표가 될 수 있습니까? 당신은 B보다 설정할 수 있습니다 - 상당히 중요한, B 이상의 중요성은이 B보다 약간 중요, A와 B는보다 동등하게 중요, 약간 중요한 B, B는, 위치보다 더 중요하다, B를 상당히 중요 것보다 - 그래서 몇 가지 평가 성적을 .
때문에 계층 구조의 유사성은, 그래서 그것이 고려되어야 요소 분석 및 원리의 요소 분석의 추진이다
같은 아 거기 느낄는지 궁금
Fly321283 : 글쎄요, 분석적 계층 과정과 요인 분석과 주요 구성 요소 분석은 오른쪽 무게의 인덱스를 결정하는 것입니다. 팩터 예제 데이터를 기반으로 전체 정량 분석 (예 : 설문 조사 데이터 등)에 대한 분석과 주요 구성 요소 분석, 분석 계층 과정은 전문가의 경험과 판단과 질적 및 양적 사전의 조합이며, 정량 분석과 후자 확인하기 그리고 솔루션입니다.
따라서, 모든 모델 분석을위한 샘플 데이터를 가지고 있기 때문에 특정 구별의 적용.
이론 및 사례 우리가 이해할 수 있도록 뭔가를 써주세요.
어려운 읽기, 잡기로 두 통계, 운영 연구 교재를 가지고 있는지 여부를 고려되었습니다. 하지만 너무 걱정 전문 폐기물 너무 많은 시간을 충분히 수확이 없습니다. 올해는 매우 실용적인 것들 볼 수 있지만, 블로거의 기사를 읽고 배우는 것은, 통계 이론은 혁신적인 아니라는 것을 느낄 사이트 분석 병목 현상 해. 이러한 상황 위해, 나를 위해 몇 가지 제안을 주죠? 비 전공, 그게 배우가 너무 어렵습니다지를 통계? 더 통합 사이트와 권장 도서의 통계적 지식이 없다?
포인팅 감사합니다
_AT_ 유유 : 안녕, 나의 제안을 당신이 개발 데이터 분석 측면에 대한 야망을 경우,이 통계의 기본적인 지식을 잘 알고 있어야하는 것이 가장 좋은 것이, 이들의 통계적 설명부터 시작한다는 것은 데이터의 기초를 관찰하고 이해하는 것입니다.
Joegh : 감사합니다!
Joegh : @ joegh가 : 매우 동의합니다!
AHP 고객 가치 분석을 사용하는 방법을 부탁 드리고자합니다
_AT_ ddsunshine는 : 문서를 참조할 수 있습니다 - 사용자 가치 점수 제도를
몰라 아니 통해 나의 이해되지 않습니다, 제가 직접이 값은 기본적으로 동일한 능력을 가진 분석적 계층 과정이 약간 깜박임라고 생각합니다.
간단한 용어로, 그것은 원시 데이터와 개별 지표의 가중치를 설정하는 주관적인 판단 (더 중요한지)와 결합 매트릭스 방법을 사용하고 있습니다.
대부분 비과학적 부분은 주관적인 판단으로 결합됩니다.
그것은 특정 가중에 대한 주관적인 방법으로 일을 이끌어 결과와 동일합니다.
Hujh : 귀하의 의견 주셔서 감사합니다. 질적 분석 분석 방법이며, 때로는 주관적인 판단이 양적 결론보다 더 효과적일 수없고 과학을 말한 적이 없습니다.
AHP 도르래의 전적으로 주관적인 가중 pairwise 비교 결과는 일관성 검사가 아닌 가중치의 집합이 논리적으로 일관성있게 접근할 수이다; 지표의 AHP 이론의 pairwise 비교 지표에 대한 전문가 그룹을 기반으로 판단의 중요한 정도는 특정 권한을해야합니다.
무게 사이의 지수가 완전히 정량 분석 방법 파생된 조건이 될 수 없을 때 : 그리고 문서의 시작 부분은 AHP의 응용 프로그램의 범위는 것을 언급했다.
일관성 비율 CR = CI / RI (구체적인 계산 방법은 못되고, 관련 정보를 참조할 수 있습니다)
참조는 여기 영웅을 찾는에 관한 조언을 읽을 수 없습니다 말할 수 없습니다.
클라우드 : 여보세요, Baike 웹사이트, 또는 아래로 운영 연구, 의사 결정 과학 관련 서적, 도입 했어야에 액세스할 수 있습니다.
지표는 이러한 지표는 사이트 품질을 평가하기위한 수학적 모델을 개선하는 방법도 계산하지만 수있는 방문자의 비율, 긍정적인 방문자 비율, 방문자 비율에 대한 강조 등을 반환, 전환율이 발생했습니다.
@ 듀얼 톤 : 여보세요, 나는 당신이 말하는 지표의 구체적인 의미를 잘 알고 아니에요, AHP만을 빗을 영향을 미치는 요인의 정도에 대한 일반적인 응용 프로그램입니다, 특정 용도로서 층상 표시기를 선택 실제 비즈니스 환경, 먼저 귀하의 사이트 특성과 타겟 분석을 설정하려고 할 수 있도록 최선과 결합되어야한다.