Dematel(Decision-making Trial and Evaluation Laboratory,决策实验室法),其是一种运用图论和矩阵工具解释问题的系统分析方法。其通过系统中各要素之间的逻辑关系和直接影响矩阵,可以计算出每个要素对其它要素的影响度以及被影响度,从而计算出每个要素的原因度与中心度,作为构造模型的依据,从而确定要素间的因果关系和每个要素在系统中的地位。

比如下图中,A对B产生影响(影响强度为10),A对D产生影响(影响强度为30),A对E产生影响(影响强度为100),B对C产生影响(影响强度为50),类似下图一样,A,B,C,D,E称作要素,数字表示影响强度。最终希望对此系统进行剖析,最终希望分析出各个要素(即A/B/C/D/E)在整个系统中的重要性程度,某要素影响别的要素程度(或者某要素被其它要素影响程度)等信息,诸如此类研究均可使用dematel法。

上图为系统各要素的图示法展示,当然在分析时首先需要转换成数学格式,即类似于下图。下图中数字0代表没有影响(右下三角斜对角线一定为0,因为自己不会影响自己),其它数字代表影响强度,比如‘要素A’对于‘要素B’的影响强度为10。

特别提示:

  • Dematel法时数据格式特别重要,一定要严格按照数据格式进行;
  • Dematel法的数据格式上:数字0代表没有影响(以及右下三角线数字一定为0,因为自己不会影响自己),其余数字代表影响强度(如上图上B2单元格为10,其代表要素A对于要素B的影响强度为10);
  • SPSSAU默认要求数据格式的第1行为‘要素名称’,如果第一行是数字则SPSSAU自动识别为没有提供‘要素名称’,那么默认会称名称为比如‘要素1’,‘要素2’等等。

dematel案例

1、背景

当前有一系统图示如下,以及其数据格式对应如下:

2、理论

Dematel分析一般分为五个步骤,依次如下说明:

第1步:提供‘关系矩阵’,即原始数据;

第2步:计算得到‘规范直接影响矩阵’,该矩阵为‘关系矩阵’(即原始数据)的归一化处理,通常情况下归一化处理方式为‘最大值化’,即所有数字除以‘关系矩阵’中的最大值【如果不希望进行‘最大值化’归一化处理,可使用SPSSAU数据处理->生成变量功能中的其它处理方式,然后在分析时不选择‘最大值归一化’】;

第3步:计算得到‘综合影响矩阵T’,其计算公式为:综合影响矩阵T =规范直接影响矩阵 * (单位矩阵-规范直接矩阵)的逆矩阵;

第4步:结合‘综合影响矩阵T’,计算得到各类指标值包括影响度D值,被影响度C值,中心度D+C值,原因度D-C值。

  • 影响度D值:其为‘综合影响矩阵T’各行要素求和;
  • 被影响度C值:其为‘综合影响矩阵T’各列要素求和;
  • 中心度D+C值:其为D值与C值的求和;
  • 原因度D-C值:其为D值与C值的差值。

第5步:结合‘中心度D+C值’即要素的重要性,针对其进行归一化处理,最终计算得到各要素的权重情况。

第6步:将中心度或原因度情况进行图形展示,便于查看和分析。SPSSAU输出图形包括“中心度-原因度图”和“影响度-被影响度图”。

3、操作

本例子中选择默认进行‘最大值归一化’处理,以及操作如下:

将数据输入或者粘贴到表格中,并且默认让SPSSAU选中‘最大值归一化’,最后点击‘开始分析’即可。

4、SPSSAU输出结果

SPSSAU共输出5个表格和2个图。分别如下说明:

5、文字分析

上表格为‘关系矩阵’即为输入的数据矩阵,其展示要素间的逻辑影响关系情况。

上表格为针对‘关系矩阵’处理得到‘规范直接影响矩阵’,即对‘关系矩阵’进行归一化处理后得到的矩阵【SPSSAU默认打勾‘最大值归一化’处理方式,如果不打勾,那么‘规范直接影响矩阵’就是‘关系矩阵’】。

上表格为‘综合影响矩阵T’,其计算公式为综合影响矩阵T =规范直接影响矩阵 * (单位矩阵-规范直接矩阵)的逆矩阵。‘综合影响矩阵T’为中间计算过程矩阵,目的在于计算得到各类指标。

利用综合影响矩阵计算各类指标值,包括影响度D值,被影响度C值,中心度D+C值,原因度D-C值;此4个指标的说明如下:

上表格展示出各要素的权重值,中心度D+C值:其意义为某要素在系统中的作用大小,该值越大意味着该要素越重要;那么针对‘中心度D+C值’进行归一化处理后,即得到各要素的权重值。

中心度-原因度图分析中心度和原因度的关系情况;横坐标为中心度D+C值,纵坐标为原因度D-C值,两条线分别为中心度的平均值,和数字0;四个象限的意义说明如下:

影响度-被影响度图分析要素的影响和被影响关系情况;横坐标为影响度D值,纵坐标为被影响度R值,两条线分别为D或C的平均值;四个象限的意义说明如下:

6、剖析

涉及以下几个关键点,分别如下:

1. Dematel的数据格式如何?

SPSSAU进行dematel分析时,其数据格式为:数字0代表没有影响(以及右下三角线数字一定为0,因为自己不会影响自己),其余数字代表影响强度(如上图上B2单元格为10,其代表要素A对于要素B的影响强度为10);

SPSSAU默认要求数据格式的第1行为‘要素名称’,如果第一行是数字则SPSSAU自动识别为没有提供‘要素名称’,那么默认会称名称为比如‘要素1’,‘要素2’等。

2. Dematel时‘最大值归一化’的意义是?

SPSSAU默认进行归一化处理方式为‘最大值化’,即所有数字除以‘关系矩阵’中的最大值【如果不希望进行‘最大值化’归一化处理,可使用SPSSAU数据处理->生成变量功能中的其它处理方式,然后在分析时不选择‘最大值归一化’】,如果不选中‘最大值归一化’这个按钮,意味着研究者自行进行了归一化处理,即SPSSAU输出结果中‘关系矩阵’和‘规范直接影响矩阵’完全一致。

dematel法分析系统中各要素的重要程度相关推荐

  1. 《Spark商业案例与性能调优实战100课》第15课:商业案例之纯粹通过DataSet进行电商交互式分析系统中各种类型TopN分析实战详解

    <Spark商业案例与性能调优实战100课>第15课:商业案例之纯粹通过DataSet进行电商交互式分析系统中各种类型TopN分析实战详解

  2. 房地产企业营销分析系统建设中的关键性指标是什么?

    文章概述:随着公司业务越来越壮大,对内部管理要求也越来越高,急切需要一个统一的数据决策平台来进行数据汇报.决策.对于房地产企业来说,营销系统是数据决策平台的一个重要部分,那么在建设房地产企业营销分析系 ...

  3. TRIZ发明问题解决理论——本质是分析问题中的矛盾,利用资源(时间空间物质能量功能信息等)来解决矛盾从而解决问题——抽象出来:问题是什么,为什么?...

    TRIZ意译为发明问题的解决理论.TRIZ理论成功地揭示了创造发明的 内在规律和原理,着力于澄清和强调系统中存在的矛盾,其目标是完全解决矛盾,获得最终的理想解.它不是采取折衷或者妥协的做法,而且它是基 ...

  4. 网络舆情分析系统的研究与设计

    Quanlong Guan1, Saizhi Ye2, Guoxiang Yao2, Huanming Zhang1, Linfeng Wei2, Gazi Song2, Kejing He3 1中国 ...

  5. hadoop 红色旅游景点分析系统-计算机毕设 附源码91858

    hadoop 红色旅游景点分析系统 目  录 摘要 1 1 绪论 1 1.1研究背景 1 1.2研究内容 2 1.3Hadoop优点 3 1.4 Hadoop框架介绍 3 1.5论文结构与章节安排 4 ...

  6. 在大规模系统中使用Scala

    本文是关于在大规模数据储存及分析系统中使用Sacla系列文章中的第一篇. \\ 在过去几年间,已经有多个项目使用了Scala进行大规模数据储存及分析平台的设计. \\ BBC在设计公司内部的RDF数据 ...

  7. 数据查询和业务流分开_基于大数据的舆情分析系统架构 - 架构篇

    前言 互联网的飞速发展促进了很多新媒体的发展,不论是知名的大V,明星还是围观群众都可以通过手机在微博,朋友圈或者点评网站上发表状态,分享自己的所见所想,使得"人人都有了麦克风".不 ...

  8. python制作成绩分析系统_python实现学生成绩测评系统

    本文实例为大家分享了python实现学生成绩测评系统的具体代码,供大家参考,具体内容如下 1.问题描述(功能要求): 根据实验指导书要求,完成相关软件系统的设计,要求内容翔实,条理清晰,图文并茂(流程 ...

  9. 大数据之电商分析系统(一)

    大数据之电商分析系统(一) 一:项目介绍 ​ 本项目来源于企业级电商网站的大数据统计分析平台, 该平台以 Spark 框架为核心, 对电商网站的日志进行离线和实时分析.该大数据分析平台对电商网站的各种 ...

  10. 基于大数据的舆情分析系统架构

    前言 互联网的飞速发展促进了很多新媒体的发展,不论是知名的大V,明星还是围观群众都可以通过手机在微博,朋友圈或者点评网站上发表状态,分享自己的所见所想,使得"人人都有了麦克风".不 ...

最新文章

  1. 231. Power of Two
  2. Matlab画线实例图
  3. 【数据竞赛】5行代码检测分布不一致,代码少效果好!
  4. spark-submit
  5. UVa202Repeating Decimals (循环小数)
  6. maven跳过单元测试-maven.test.skip和skipTests的区别
  7. HTML5 API详解(15):History 不刷新也可以实现网页跳转
  8. 用gRPC建设微服务,Proto 怎么管理更合适
  9. C语言第九讲,结构体
  10. 微信淘宝客小程序APP公众号京东客外卖cps分销系统网站源码开发
  11. 萤火虫算法_萤火虫算法(一)
  12. nwjs macOS打包成dmg
  13. 雅思备考-口语词组积累-第一章
  14. JavaWeb学习笔记(上)
  15. 安卓开机自启动app
  16. QListWidgt QListView QTableWidget QTableView 去掉虚线框
  17. 关于数据库大小写的问题
  18. win10系统如何关闭服务器,win10命令关闭服务器该怎么操作关闭?
  19. 把Swing的Icon转换到SWT的Image
  20. cmd执行python脚本命令大全_Python脚本实现在cmd执行相关命令

热门文章

  1. axure rp 8.1.0.3379 密钥license,Axure8.1中文破解版 8.1.0.3379 含授权码
  2. 算法导论 资源 课后答案 PDF
  3. #学习笔记#什么是Servlet?
  4. c语言坦克大战源代码vc 6.0,c语言编写坦克大战源代码.doc
  5. Java常见笔试题(99.9%必问)
  6. 天天生鲜—创建数据库
  7. GO语言开发天天生鲜项目第四天 商品后台管理
  8. 如何批量将 Txt 文本文档转换为 docx 格式的 Word 文档
  9. 第一节 ISM Web工业可视化组态软件简介
  10. 2021华为杯数学建模获奖经验分享