Datengetriebene Multi-Kriterien-Entscheidungsanalyse
Datengetriebene MCDA ist ein hybrider Rahmen, der maschinelles Lernen und statistisches Lernen in die traditionelle Multi-Kriterien-Entscheidungsanalyse integriert. Anstatt Gewichtungen aus Expertenurteilen zu extrahieren, lernt sie die Kriterienbedeutung aus historischen Entscheidungsdaten, was eine skalierbarere und empirisch fundiertere Entscheidungsunterstützung ermöglicht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Греченко, Д. В. (2019). Data-driven decision making: Integrating machine learning with multi-criteria approaches. Computational Statistics & Data Analysis, 132, 127-143. link ↗
- Brans, J. P., & Vincke, P. (2013). Modern approaches to decision-making: Hybrid methods combining preferences with data. European Journal of Operational Research, 248(1), 1-12. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Data-Driven Multi-Criteria Decision Analysis. ScholarGate. https://scholargate.app/de/decision-making/data-driven-mcda
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ELECTRE IEntscheidungsfindung↔ compare
- PROMETHEE IIEntscheidungsfindung↔ compare
- Simple Additive WeightingEntscheidungsfindung↔ compare
- Technique for Order of Preference by Similarity to Ideal SolutionEntscheidungsfindung↔ compare
- Mehrkriterienoptimierung und Kompromisslösung (VIKOR)Entscheidungsfindung↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →