Datadrevet multi-kriterie analyse
Datadrevet MCDA er et hybrid rammeverk som integrerer maskinlæring og statistisk læring i tradisjonell multi-kriterie beslutningsanalyse. I stedet for å utlede vekter fra ekspertvurderinger, lærer den kriterienes viktighet fra historiske beslutningsdata, noe som muliggjør mer skalerbar og empirisk fundert beslutningsstøtte.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Data-Driven Multi-Criteria Decision Analysis. ScholarGate. https://scholargate.app/no/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 IBeslutningstaking↔ compare
- PROMETHEE IIBeslutningstaking↔ compare
- Enkel additiv vektingBeslutningstaking↔ compare
- Teknikk for rangering etter likhet med idealløsningBeslutningstaking↔ compare
- VIKORBeslutningstaking↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →