在工作和生活中，我(原创www.isoyu.com版权)们经常会遇到一些需要确定各部分权重才能得到最终结果的问题；比如商品的分拣可能需要考虑量、有利率、集货量、转化率等因素；例如，个人信用评分可能需要考虑身份、消费能力、个人关系、行为偏好、信用历史等因素。，而每个因素可能都需要多种指标来衡量。

——这就引入了重量的概念。

那么，如何确定各因素对目标的权重，保证最终结果最合理呢？

首先，什么是重量

权重是指一个因素在总体评价中的相对重要性。权重越高，因素越重要。权重有两个特点:1。每个因子的权重在0到1之间；2.所有因素的权重之和为1。

二、确定权重的思路和方法

主观赋权法:权重主要通过专家经验获得，然后对指标进行综合评价。这是一种组合方法，易于操作，主观。常用方法:层次分析法、权重因子判断表法、德尔菲法、模糊分析法、二项式系数法、环评分法、最小二乘法、序关系分析法等。

客观赋权法:综合评价是基于历史数据研究指标之间的相关性或指标与评价结果之间的影响关系。这是一种定量研究，没有考虑决策者的主观意愿和商业经验，计算方法也比较复杂。常用方法:主成分分析法、因子分析法、熵值法、变异系数法、均方误差法、回归分析法等

三、常用的重量计算方法

3.1层次分析法

层次分析法，简称AHP，是指将与总体决策相关的要素分解为目标、准则、方案等层次，然后进行定性和定量分析的方法。根据总目标，可以将问题分解为不同的因素，形成多层次的分析结构模型，最终将问题归结为最低层相对于最高层的相对重要性权重的确定或相对优劣的排列。

层次分析法可以应用于各种设定权重的场景。比如1。通过AHP对内容社区的原创作者进行评分，然后针对不同评分的创作者制定不同的Baxter策略，刺激更多原创优质内容的产生；2.利用层次分析法对各流量源的渠道进行分级，从而更有效、客观、全面地评价一个渠道的综合价值；

层次分析法具有系统性、实用性和简洁性的优点。一般步骤如下:

1)建立层次结构模型

用层次分析法解决实际问题，首先要明确需要分析和决策的问题，并将其整理成层次结构。一般由三个层次组成:目标层次(最高层次)、预定目标和准则层次(中间层次)、准则和措施层次(最低层次)、促进目标实现的措施。通过对复杂问题的分析，可以找出影响目标实现的标准。我们应该详细分析标准因素之间的关系，其中一些是主要标准，一些是次要标准。然后，根据这些关系，将元素分为不同的级别和组。最后，解决问题，在上述标准下，最终的衡量标准是什么，并把它们放在层次结构的底部作为衡量标准。

以上图中作者的评分模型为例，作者的总分是Best Network的目标层；工作质量得分、发布得分等。是标准层；图片和评论的数量是度量层。

2)构建判断矩阵

根据层次结构，可以很容易地构造判断矩阵。构造判断矩阵的方法是，每个准则因子是判断矩阵的第一个元素，属于它的元素依次排列在它后面的第一行和第一列。然后填写判断矩阵。采用的方法大多是根据专家(业务经验)判断矩阵，其中两个要素比较哪一个重要，重要多少，重要程度按照1-9赋值。在实际应用中，可以使用spss进行计算，简单方便。

3)计算权重向量并进行一致性检查

填充后的判断矩阵通过一定的数学方法进行分层排序，计算出权重向量，权重向量是指每个矩阵的各个因素按照其准则所具有的相对权重。计算权向量有特征根法、求和法、幂法等，这里不再过多介绍。确定权重向量后，需要检查判断矩阵的一致性。比如A比B重要，B比C重要，但最终结果显示C比A重要，所以不一致。一致性检验可以用一致性指数、随机一致性指数和一致性比来进行。如果测试通过，归一化特征向量为权重向量；如果失败，则需要重建配对的比较矩阵。

4)计算综合重要性

上面的分析只得到相对重要性，所以在层次分析中，需要计算出同一层次的所有元素来排序最高一级，从上往下开始，从上往下找出每一级元素的整体重要性，并进行一致性检验。

评价:层次分析法将研究对象作为一个系统，按照拆解比较的思路进行决策。每一层的权重设置都会直接或间接影响最终的结果，每一层中各因素对结果的影响是可以量化的。定性分析与定量分析相结合，利用专家经验，从评价问题的本质和要素的RBI解出发，比一般的定量方法更注重定性分析和判断。层次分析法适用于处理许多传统优化技术无法解决的实际问题。

3.2变异系数法

变异系数是描述偏离趋势的重要指标，反映数值的差异和波动，等于标准差除以数值中的平均值。为什么变异系数可以决定权重，因为在评价体系中，如果一个因素的值差较大，就意味着该因素很难实现，而它又是反映被评价对象之间差距的关键因素，所以需要给予更高的权重。

例如:

在高考中，我们经常说把更多的精力放在数学上，而语文是循序渐进的，重点是保持分数。

为什么呢？

是因为数学成绩比语文成绩更能拉大总分的差距:如果你数学好，可能会拿到130分和140分，而语文的全班成绩可能普遍分布在100-120分，但付出很多努力，也打不开与别人的任何差距。

我们重视能拉大差距的学科，其实我们更看重价值观差异大的因素。

尝试用变异系数法综合评价北京某景区各影响因素的指标权重。数据选择某一年的数据。计算这些影响因素的变异系数、标准差和平均值，反映这些指标之间的差距，作为确定各指标权重的依据。