MENTAL MODEL · M10920
熵权法
Entropy Weight Method
Version 1.0.0 · 更新于 2026-07-30
CORE DEFINITION · 核心定义
利用信息熵原理确定指标权重：信息熵越小（数据越分散），指标的区分能力越强，权重越高。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
让数据说话，客观赋权。避免主观设定权重的偏见，用数据本身的变异程度决定重要性。（合并：熵权法、熵权评价法）
anchor
锚定快速决策
多指标评价中，用各指标数据本身的离散程度（熵）确定权重：信息熵越小（差异越大）的指标权重越大，是一种客观赋权法。
MINIMUM ACTION · 最小行动
进行中 0/5在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E7%86%B5%E6%9D%83%E6%B3%95verified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型