MCDMAggregation
데이터 기반 다기준 의사결정 분석
데이터 기반 MCDA는 기계 학습과 통계 학습을 전통적인 다기준 의사결정 분석에 통합하는 하이브리드 프레임워크입니다. 전문가 판단으로부터 가중치를 추출하는 대신, 과거 의사결정 데이터로부터 기준 중요도를 학습하여 보다 확장 가능하고 경험적으로 근거 있는 의사결정 지원을 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Data-Driven Multi-Criteria Decision Analysis. ScholarGate. https://scholargate.app/ko/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 I의사결정↔ compare
- PROMETHEE II의사결정↔ compare
- 단순 가중치 합 (Simple Additive Weighting)의사결정↔ compare
- 이상해결책과의 유사성에 따른 선호도 순위 결정 기법의사결정↔ compare
- 다기준 최적화 및 타협 해법 (VIKOR)의사결정↔ compare