基于迭代随机权重的 EC-TOPSIS 方法用于社交媒体公司排名
计算工程、金融与科学
2025-04-08 v1
摘要
本研究旨在提出一种新的混合加权方法。该方法论项目将 ENTROPY 方法和 CRITIC 方法与 TOPSIS 方法结合，以创建 EC-TOPSIS。其区别在于使用每个准则的权重范围。每个权重范围都有一个下限和上限，这些上限和下限结合生成随机数，为每个准则产生 t 组权重，从而获得 t 个最终排名。通过对每个备选方案的 t 个位置集合应用 MODE 统计量来获得最终排名。该方法通过基于用户生成内容（UGC）的社交媒体指标对公司进行排名进行验证。结果与使用 CRITIC-ARAS 和 CRITIC-COPRAS 方法进行的原始建模进行比较，结果一致且平衡，变化较小。该方法的实际意义在于通过随机加权过程和交互次数数量，减少最终分类不确定性。
引用
@article{arxiv.2504.04169,
title = {Iterative Random Weight EC-TOPSIS Method for Ranking Companies on Social Media},
author = {Marcio Pereira Basilio and Valdecy Pereira and Fatih Yigit and Büşra Ayan and Seda Abacıoğlu},
journal= {arXiv preprint arXiv:2504.04169},
year = {2025}
}
备注
36 pages, 6 figures