ISM或其衍生方法，获取基础数据有什么客观方法可以代替专家打分之类主观方法的吗? 第1页

先说几句题外话，ISM是非常普通的方法。但是算错的比例离谱的高。

2015年左右错误的比例是８０％左右。２０１８年错误的比例是５０％左右。

上面是一篇分析，里面一个个验证，提供了原始矩阵或者有可达矩阵的１００篇古典ISM的文章。其中按照最不严格的统计，有51篇是错的。文章都是2018年左右随机抽取的。

上面只是用的ISM方法的。联用的错误率更是可怕。

上面抽查了100篇dematel-ISM联用的，全特么的错的。而且全部是目测可见的错误。里面的作者有个别还是权威，还写过这方面的书。具体哪个作者就不点名了。认真看那些错误知道这个作者是谁。

接着是正题，有什么客观方法可以代替专家。也就是说有一堆客观数据,然后就自动的生成层级拓扑图。

理解这个问题之前，先理解要素与要素之间的关系。通常有两种关系。

第一、因果关系。

第二、优劣比较关系。（谁更牛逼的关系）

后面一种就是完全的客观法。

1、优劣比较关系的ISM/AISM/SAISM

ISM的发展已经从ISM发展到了AISM。

上面是一个计算的页面。

上面是一篇范文。

理解了上面的论文就了解了客观数据。

上面是一个两列的决策矩阵。然后转变成了行的牛逼程度的比较的关系矩阵。

上面有A4->A1为1，表示的是A1比A4牛逼。这步怎么来的？

请记住如下的表达。

上面的页面一直往下拉。

上面举了两个小例子：

把只有1列的决策矩阵D中的负向指标想象成排名，A1为第1名。关系矩阵A中 A2->A1即A2行A1列对应的单元格意思为A1比A2牛逼，即A2≺A1

上面是基本原则。

这个原则可以用到一切的多评价对象的综合评价中去。

这个例子就太多了！

比如上面一篇就是比较了8个港口的竞争力的问题。

比如上面的就是比较了若干城市科技创新能力的问题。

上面这些都是客观数据的。

2、因果关系对应的ISM/AISM问题

因果关系主要就是：第一、要素的数目问题。第二、要素之间的相互关系问题。

2.1、相关性到因果性的过程

上面一个范文是很好的例子。

她先是逐个的进行访问调查。提出了14个要素。

然后丢到统计软件里面一算。发现了10个关键要素。

然后再丢到对抗解释结构模型在线计算--AISM 一算。

当然说是说请专家，其实就是几个人（所谓的专家）多操作几遍而已。也就是现场改，然后点下按钮，看图。不满意再改。

从整体上来说，它的第一步可以说是客观一点的。

2.2、要素关系的模糊性问题

事物本身是复杂的，因果关系存在着强弱之分。

这个时候用DEMATEL-AISM联用的方法完全可以取代ISM的方法与步骤。

因为它打分是真的多个人打分。

比如采用的方法。

对应的一个范文可以参考：

流程图如上。

特意强调下：

直接影响矩阵，把每个人打分的分值直接相加就行。

这种需要的不是打分人的数目，重点在于打分的人不能瞎打。要素18个左右即可。不要太多，也不要太少，比如才8个10个那种。