.png){kind=icon}
返回
A framework for converting MCDM methods for model comparison
.png){kind=icon}
PRE
AI
DOI：10.1080/12460125.2026.2653695.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
选择合适的MCDM方法对决策者而言是一个关键挑战。在员工选拔等复杂场景中，方法的选择可能从根本上改变最终排名。本文介绍了一种模型转换的新框架，将定性DEX基准方法与四种主流定量方法（AHP、TOPSIS、PROMETHEE和PAPRIKA）进行比较。为确保证严格验证，我们利用了一个受控环境，并使用包含近200万个备选方案的详尽数据集。初步发现表明，尽管PROMETHEE和PAPRIKA显示出近乎完美的对齐，但DEX与定量方法之间的低相关性凸显了一个关键风险：仅方法的选择就可能从根本上改变最终录用的员工。本研究强调了没有单一的MCDM方法是完美的。通过呈现系统的转换与比较，我们提供了一个稳健的框架，帮助管理者通过识别最适合其特定决策目标的方法来应对这种复杂性。
Keyword:
Model conversion
MCDM
framework
decision support systems
employee selection
DEX
期刊
J
IF:
4.3
论文数:
98
被引数:
0
机构
引用论文
.png){kind=icon}
Comparison of the Performances of MCDM Methods under Uncertainty: An Analysis on Bist SME Industry Index不确定性下多准则决策方法性能的比较：对Bist SME行业指数的分析
OAAI
OAAI分享收藏
查看更多内容