数据处理与数据建模方法Date1实际中大量信息或海量信息对应着大量的数据或海量数据,从这些数据中寻求所需要的问题答案--数据建模问题。通过实际对象过去或当前的相关信息,研究两个方面问题:(1)分析研究实际对象所处的状态和特征,依此做出评价和决策;(2)分析预测实际对象未来的变化状况和趋势,为科学决策提供依据。;如何综合利用这些数据信息对实际对象的现状做出综合评价,或预测未来的发展趋势,制定科学的决策方案?--数据建模的综合评价、综合排序、预测与决策等问题。数据建模一般问题的提出:一、数据建模的一般问题一般Date4综合评价是科学、合理决策的前提。综合评价的基础是信息的综合利用。综合评价的过程是数据建模的过程。数据建模的基础是数据的标准化处理。一、数据建模的一般问题如何构成一个综合评价问题呢?Date5依据相关信息对实际对象所进行的客观、公正、合理的全面评价。如果把被评价对象视为系统,则问题:在若干个(同类)系统中,如何确定哪个系统的运行(或发展)状况好,哪个状况差?即哪个优,哪个劣?一类多属性(指标)的综合评价问题。综合评价:一、数据建模的一般问题Date6综合评价问题的五个要素(1)被评价对象:被评价者,统称为评价系统。(2)评价指标:反映被评价对象的基本要素,一起构成评价指标体系。原则:系统性、科学性、可比性、可测性和独立性。(3)权重系数:反映各指标之间影响程度大小的度量。(4)综合评价模型:将评价指标与权重系数综合成一个整体指标的模型。(5)评价者:直接参与评价的人。Date7综合评价过程的流程Date8二、:期望取值越大越好;极小型:期望取值越小越好;中间型:期望取值为适当的中间值最好;区间型:期望取值落在某一个确定的区间内为最好。什么是一致化处理?为什么要一致化?Date9二、
数据处理与数据建模方法 来自淘豆网m.daumloan.com转载请标明出处.
