告别主观臆断：用Python实现熵权法打造科学评价体系

在数据分析与决策过程中，我们常常面临一个棘手问题：如何为多个评价指标分配合理的权重？许多从业者仍然依赖"拍脑袋"式的经验判断，这不仅缺乏客观性，更可能导致决策偏差。本文将介绍一种基于信息熵理论的科学赋权方法——熵权法，并通过Python实战演示其在员工绩效评估中的应用场景。

1. 权重确定的核心挑战与熵权法原理

当我们面对包含多个指标的评价体系时，每个指标对最终结果的贡献度往往不尽相同。传统的主观赋权方法存在三大痛点：

• 个人偏见影响：不同背景的评估者可能对同一指标重要性认知差异巨大
• 环境适应性差：固定权重难以应对业务场景的动态变化
• 缺乏量化依据：无法证明权重分配的合理性，容易引发争议

熵权法的核心思想源于信息论中的熵概念——指标数据分布的离散程度直接反映其信息量大小。具体而言：

1. 信息熵计算：通过指标值的变异程度衡量其包含的信息量
2. 权重推导：信息量越大的指标对决策影响越大，应赋予更高权重
3. 客观性保障：完全基于数据本身的统计特性，排除人为干扰

数学上，指标的熵值计算公式为：Ej = -k∑(p_ij * ln(p_ij))，其中p_ij为标准化后的指标值，k为归一化系数

2. 数据预处理：评价指标的规范化处理

在应用熵权法前，必须对原始数据进行规范化处理。不同指标往往具有不同的量纲和取值方向（如成本型指标越小越好，效益型指标越大越好），需要统一转化为正向化且无量纲的数值。

2.1 指标类型识别与转换

常见的指标类型及处理方法：

指标类型	特征描述	转换方法
极大型	数值越大越好	无需处理
极小型	数值越小越好	取倒数或最大值减原值
区间型	数值落在某区间内最好	计算与最优区间的偏离程度
中间型	数值接近某个固定值最好	计算与最优值的绝对距离

import numpy as np

def normalize(data, indicator_type):
    """
    指标规范化处理函数
    :param data: 原始数据矩阵
    :param indicator_type: 指标类型列表
    :return: 规范化后的矩阵
    """
    normalized = np.zeros_like(data)
    for j in range(data.shape[1]):
        if indicator_type[j] == 'max':  # 极大型
            normalized[:, j] = data[:, j] / np.max(data[:, j])
        elif indicator_type[j] == 'min':  # 极小型
            normalized[:, j] = np.max(data[:, j]) / data[:, j]
    return normalized

2.2 数据标准化

规范化后的数据还需进行标准化处理，消除量纲影响：

def standardize(normalized_data):
    """Z-score标准化"""
    return (normalized_data - np.mean(normalized_data, axis=0)) / np.std(normalized_data, axis=0)

3. Python实现熵权法完整流程

下面以员工绩效评估为例，演示熵权法的完整实现过程。假设我们有以下评价指标：KPI完成率（极大型）、客户投诉次数（极小型）、项目准时交付率（极大型）、技能认证数量（极大型）。

3.1 数据准备与预处理

import pandas as pd
from scipy.stats import entropy

# 模拟员工绩效数据
data = {
    '员工ID': ['E001', 'E002', 'E003', 'E004', 'E005'],
    'KPI完成率': [0.92, 0.85, 0.78, 0.95, 0.88],
    '客户投诉次数': [2, 5, 1, 3, 4],
    '交付准时率': [0.89, 0.93, 0.82, 0.95, 0.90],
    '认证数量': [3, 2, 4, 5, 3]
}
df = pd.DataFrame(data)

# 指标类型定义
indicator_types = ['max', 'min', 'max', 'max']

# 数据预处理
raw_matrix = df.iloc[:, 1:].values
normalized_matrix = normalize(raw_matrix, indicator_types)

3.2 熵权计算核心步骤

def entropy_weight(normalized_matrix):
    # 计算比重矩阵
    p_matrix = normalized_matrix / np.sum(normalized_matrix, axis=0)
    
    # 计算各指标熵值
    entropy_values = np.array([entropy(p_matrix[:, j]) for j in range(p_matrix.shape[1])])
    
    # 计算差异系数
    diversity = 1 - entropy_values
    
    # 计算权重
    weights = diversity / np.sum(diversity)
    
    return weights

weights = entropy_weight(normalized_matrix)
print("各指标权重：", dict(zip(df.columns[1:], weights)))

典型输出结果示例：

各指标权重： {
    'KPI完成率': 0.28, 
    '客户投诉次数': 0.35,
    '交付准时率': 0.22,
    '认证数量': 0.15
}

3.3 综合评分计算

获得权重后，可计算每位员工的综合绩效得分：

df['综合得分'] = np.dot(normalized_matrix, weights)
df.sort_values('综合得分', ascending=False, inplace=True)
print(df[['员工ID', '综合得分']])

4. 熵权法进阶应用与注意事项

4.1 与其他评价方法的结合

熵权法常与TOPSIS（优劣解距离法）配合使用，形成更完善的评价体系：

1. 熵权法确定权重：客观计算各指标重要性
2. TOPSIS进行排序：基于权重计算各方案与理想解的相对接近度
3. 结果解释：得分区间为[0,1]，越接近1表示越优

def topsis(normalized_matrix, weights):
    # 确定正负理想解
    ideal_best = np.max(normalized_matrix, axis=0)
    ideal_worst = np.min(normalized_matrix, axis=0)
    
    # 计算距离
    dist_best = np.sqrt(np.sum((weights * (normalized_matrix - ideal_best))**2, axis=1))
    dist_worst = np.sqrt(np.sum((weights * (normalized_matrix - ideal_worst))**2, axis=1))
    
    # 计算相对接近度
    score = dist_worst / (dist_best + dist_worst)
    return score

df['TOPSIS得分'] = topsis(normalized_matrix, weights)

4.2 使用边界与局限性

虽然熵权法具有客观性优势，但在以下场景需谨慎使用：

• 数据质量差：当指标值差异过小时，熵权法可能失效
• 特殊业务需求：某些指标必须保持固定权重（如合规性指标）
• 小样本情况：数据量过少可能导致权重计算不稳定

实际项目中，建议采用主客观组合赋权法：先用熵权法计算客观权重，再结合专家意见进行微调，既保持科学性又兼顾业务实际。

5. 实战案例：供应商评估体系构建

假设某制造企业需要从6家供应商中选择最优合作伙伴，评估指标包括：价格（极小型）、交货准时率（极大型）、质量合格率（极大型）、售后服务评分（区间型，最优区间[80,90]）。

5.1 数据预处理特殊处理

对于区间型指标"售后服务评分"，需要特殊处理：

def interval_normalize(series, lower, upper):
    normalized = []
    max_dev = max(lower - min(series), max(series) - upper)
    for x in series:
        if x < lower:
            normalized.append(1 - (lower - x)/max_dev)
        elif x > upper:
            normalized.append(1 - (x - upper)/max_dev)
        else:
            normalized.append(1)
    return np.array(normalized)

# 应用区间型指标处理
service_scores = np.array([85, 92, 78, 88, 95, 82])
normalized_service = interval_normalize(service_scores, 80, 90)

5.2 完整评估代码实现

# 构建完整评估矩阵
supplier_data = np.array([
    [650, 0.95, 0.98, 85],  # 供应商1
    [720, 0.92, 0.96, 92],  # 供应商2
    [580, 0.89, 0.94, 78],  # 供应商3
    [690, 0.97, 0.99, 88],  # 供应商4
    [750, 0.91, 0.97, 95],  # 供应商5
    [620, 0.94, 0.95, 82]   # 供应商6
])

# 分别处理各列
price = np.max(supplier_data[:, 0]) / supplier_data[:, 0]  # 极小型转极大型
delivery = supplier_data[:, 1]  # 极大型
quality = supplier_data[:, 2]    # 极大型
service = interval_normalize(supplier_data[:, 3], 80, 90)  # 区间型

# 合并为规范化矩阵
normalized_matrix = np.column_stack((
    price/np.max(price),
    delivery/np.max(delivery),
    quality/np.max(quality),
    service/np.max(service)
))

# 计算熵权
weights = entropy_weight(normalized_matrix)

# TOPSIS评价
scores = topsis(normalized_matrix, weights)

5.3 结果分析与决策建议

根据计算结果，我们可以：

1. 生成供应商排名报告
2. 可视化各指标贡献度
3. 识别关键差异指标
4. 提供谈判重点建议

import matplotlib.pyplot as plt

# 绘制雷达图展示各供应商表现
categories = ['价格', '交货', '质量', '服务']
N = len(categories)

angles = np.linspace(0, 2*np.pi, N, endpoint=False).tolist()
angles += angles[:1]

fig = plt.figure(figsize=(8, 8))
ax = fig.add_subplot(111, polar=True)

for i in range(len(supplier_data)):
    values = normalized_matrix[i].tolist()
    values += values[:1]
    ax.plot(angles, values, linewidth=1, label=f'供应商{i+1}')
    ax.fill(angles, values, alpha=0.1)

plt.xticks(angles[:-1], categories)
plt.yticks([0.2, 0.4, 0.6, 0.8, 1.0], color="grey", size=7)
plt.legend(loc='upper right', bbox_to_anchor=(1.3, 1.1))
plt.show()

在实际项目中，我们发现当某个供应商在关键指标上表现突出时，熵权法会给予该指标更高权重，这与业务直觉高度一致。例如当大部分供应商的质量合格率都在0.95以上时，该指标的区分度和权重会自然降低，转而强调其他更具鉴别力的指标。