评价得分计算：确立权重的方法

     在工做生活中，咱们常常会遇到一些须要肯定各部分权重来得出最终结果的问题，例如商品的排序，可能须要考虑成交量、好评率、收藏量、转化率等因素;例如我的信用分，可能须要考虑身份特征、消费能力、人脉关系、行为偏好、信用历史等因素，而其中每一个因素，又可能须要多种指标来衡量。这就引入了权重的概念，那么如何肯定每一个因素对目标的权重以保证最终结果最合理呢?

1、什么是权重

     权重是指某因素在总体评价中的相对重要程度。权重越高，则该因素越重要。权重有两个特色：一、每一个因素的权重在0-1之间 二、全部因素的权重之和为1。

2、权重的肯定思路与方法

主观赋权方法：主要由专家经验获得权数，而后对指标进行综合评价。是一种结合性方法，易操做，存在必定主观性。经常使用方法：层次分析法AHP、权值因子判断表法、德尔菲法、模糊分析法、二项系数法、环比评分法、最小平方法、序关系分析法等。

客观赋权法：依据历史数据研究指标之间的相关关系或指标与评估结果的影响关系来综合评价。这是定量研究，无须考虑决策者主观意愿和业务经验，计算方法较为复杂。经常使用方法：主成分分析、因子分析、熵值法、变异系数法、均方差法、回归分析法等。

         3、经常使用权重计算方法(层次分析、变异系数法)        

3.1层次分析法(AHP)

     层次分析法简称AHP，是指将与总体决策有关的元素分解成目标、准则、方案等层次，而后进行定性和定量分析的方法。根据总的目标，能够将问题分解为不一样的因素，造成一个多层次的分析结构模型，从而最终使问题归结为最低层相对于最高层的相对重要权值的肯定或相对优劣次序的排定。

     层次分析法可应用于权重确立的多种场景，例如：一、利用层次分析法对内容社区的原创做者进行创做者打分评级，而后针对不一样评级的创做者制定不一样策略，以刺激更多原创优质内容的生产;二、利用层次分析法对各流量来源的渠道进行渠道的打分评级，更加有效客观全面的评价一个渠道的综合价值;

层次分析法具备系统性、实用性、简洁性的优势，通常步骤以下：

一、创建递阶层次结构模型

     应用AHP解决实际问题，首先要明确须要分析决策的问题，把它条理化理出递阶层次结构。通常由三个层次组成：目标层(最高层)，问题的预约目标、准则层(中间层)，影响目标实现的准则、措施层(最低层)，促使目标实现的措施。经过对复杂问题的分析，找出影响目标实现的准则，要详细分析各准则因素间的关系，有些是主要准则有些是次准则，而后根据这些关系将各元素分红不一样的层次和组，上一层元素由下一层元素构成并对下一层元素起支配做用。最后分析为解决问题，在上述准则下，有哪些最终措施，将他们做为措施层因素，放在层次结构最底层。

     以上图做者评分模型为例，做者总分即为目标层;做品质量得分、发布得分等即为准则层;图文分享数、评论数等即为措施层。

二、构造判断矩阵

     据递阶层次结构就能很容易地构造判断矩阵。构造判断矩阵的方法是：每个准则因素做为判断矩阵的第一个元素，隶属于它的各个元素依次排列在其后的第一行和第一列。而后填写判断矩阵，大多采起的方法是根据专家(业务经验)来判断矩阵的准则，其中两个元素两两比较哪一个重要，重要多少，对重要性程度按1-9赋值。在实际应用中，可用spss工具进行计算，简洁方便。

三、计算权向量并作一致性检

     对于填写完的判断矩阵利用必定数学方法进行层次排序，计算权向量，指每个矩阵各因素针对其准则的相对权重。计算权向量有特征根法、和法、幂法等，再次不作过多介绍。肯定权向量后，须要对判断矩阵进行一致性检验。好比A比B重要，B比C重要，可是最后结果显示C比A重要，这样即为不一致。能够利用一致性指标、随机一致性指标和一致性比率作一致性检验。若检验经过，归一化后的特征向量即为权向量，若不经过，需从新构形成对比较阵。

四、计算综合重要度

    以上分析只得出相对重要度，所以在层次分析中，还需计算同一层次全部要素对最高层次进行排序，从最上层开始，自上而下的求出各层要素关于整体的综合重要度，并进行一致性检验。

评价：层次分析方法是把研究对象看成一个系统，按照拆解、比较的思惟进行决策。其中每一层的权重设置最后都会直接或间接影响到最终结果，每一个层次中每一个因素对结果的影响都可量化。把定性与定量相结合，利用专家经验，对评价问题的本质、要素的理解出发，比通常的定量方法更讲求定性的分析和判断。层次分析法适用于处理许多用传统的最优化技术没法着手的实际问题。

3.2变异系数法

     变异系数是刻画离中趋势的重要指标，反映取值的差别和波动，在数值上等于标准差除以均值。为何变异系数能够肯定权重，由于在评价体系中，若某因素取值差别大，则说明该因素难以实现，是反应所评价对象差距的关键因素，因此要赋予更高权重。例如，在高考时咱们常常会谈要把精力多放在数学上，而语文则是按部就班，以保分为主。为何呢?是由于数学成绩相比语文成绩，更能拉开总分差距，数学学的好，考130、140分的可能性很大，而语文全班分数则可能广泛分布在100-120分，付出不少努力却和别人拉不开什么差距。咱们重视能拉开差距的科目，其实就是对取值差别大的因素，对其赋予了更高权重。

    尝试去用变异系数法综合评价北京某景区的各影响因素指出各因素在这些指标上的差距，并做为肯定各项指标权重的依据。数据选取某一年的数据。计算这些影响因素的变异系数、标准差、平均数，反映出各因素在这些指标上的差距，并做为肯定各项指标权重的依据。

将各项指标的变异系数加总得12.05，而后计算构成评价指标体系的这5个因素指标的权重，超负荷的接待量及过多的人工建筑：

 其余指标的权重依次类推，最终求得各因素权重：

评价：变异系数法直接利用各项指标所包含信息量，经过计算获得指标的权重，是一种客观的赋权方法。在评价中，指标取值差别越大的指标也就越能反应因素差别，这样的指标更能反应每一个被评价目标之间的差距。

   以上，但愿帮助到你们。

欢迎关注个人公众号，给我留言数据方面问题。