Σύγκριση μεθόδων

	Πολυκριτηριακή Ανάλυση Αποφάσεων βασισμένη σε Δεδομένα	ELECTRE I
Πεδίο	Λήψη Αποφάσεων	Λήψη Αποφάσεων
Οικογένεια	MCDM	MCDM
Έτος προέλευσης	2015	1968
Δημιουργός	Multiple authors	Roy, B.
Τύπος	Learning-based criteria weighting and aggregation	Concordance–discordance (crisp outranking)
Θεμελιώδης πηγή	Греченко, Д. В. (2019). Data-driven decision making: Integrating machine learning with multi-criteria approaches. Computational Statistics & Data Analysis, 132, 127-143.	Roy, B. (1968). Classement et choix en présence de points de vue multiples (la méthode ELECTRE). Revue Française d'Informatique et de Recherche Opérationnelle
Εναλλακτικές ονομασίες	Data-Driven MCDA	—
Συναφείς	5	8
Σύνοψη	Data-Driven MCDA is a hybrid framework that integrates machine learning and statistical learning into traditional multi-criteria decision analysis. Instead of eliciting weights from expert judgment, it learns criteria importance from historical decision data, enabling more scalable and empirically grounded decision support.	ELECTRE (ELECTRE I — ELimination Et Choix Traduisant la REalité) is a outranking multi-criteria decision-making (MCDM) method introduced by Roy, B. in 1968. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.