💻 computer science

A data-driven classifier integrating symmetric intuitionistic fuzzy TOPSIS with self-interactive sequential three-way decision

本文提出了一种数据驱动、无需损失函数的二分类器，该分类器通过整合对称直觉模糊 TOPSIS 与自交互序列三路决策，利用客观属性权重、平衡距离度量以及用于自适应阈值的内部反馈循环，旨在克服现有局限性，从而提升分类性能与鲁棒性。

原作者： Yangyang Guo, Wenyan Xu, Qiang Chen

发布于 2026-07-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Yangyang Guo, Wenyan Xu, Qiang Chen

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你是一名正在试图从一堆简历中决定录用谁的招聘经理。你有一份候选人名单（数据）和一份需要检查的技能清单（属性）。你的目标是将他们分入三个堆栈：录用、不录用，以及**“我不确定，让我们再仔细看看”**。

这篇论文介绍了一种更聪明的方法来进行这种分类，称为 SIF-TOPSIS-S3WD。它结合了三种强大的思想，使决策过程更加公平、平衡且能够抵御混乱的数据。以下是它的工作原理，分为简单的几个步骤：

1. 旧方法的缺陷

传统方法通常存在三个重大缺陷：

主观权重： 招聘人员可能会猜测哪些技能更重要（例如，“我认为编程比团队合作重要 50%”）。这是带有偏见的。
单向评分： 他们可能会过度关注“优点”而忽略“缺点”，或者反之亦然，从而导致观点失衡。
“滚雪球”效应： 一些方法试图通过逐一增加更多问题来解决“不确定”的候选人问题。如果你在前几次回答中出了错，这些错误就会堆积起来，使最终决策变得更糟。

2. 新解决方案：三阶段过程

作者提出了一个利用三个阶段来解决这些问题的系统：

第一阶段：让数据决定重要性（客观权重）

与其让由于人类猜测哪些技能更重要，该系统使用了一种叫做香农熵（可以理解为“混沌度量计”）的数学工具。

类比： 想象你正在评判一场烹饪比赛。如果每个参赛者使用盐的方式完全一样，那么盐就不是区分他们的好方法。但如果有些人用很多盐，而有些人几乎不用，那么盐就成为了一个非常重要的因素。
工作原理： 系统会观察数据。如果一项技能在候选人之间差异巨大，系统就会给予高权重（它很重要）。如果大家在某项技能上都表现得一样，系统就会给予低权重（它无法帮助区分差异）。这消除了人为偏见。

第二阶段：完美的平衡（对称直觉模糊 TOPSIS）

一旦权重设定好，系统就需要对候选人进行评分。它使用了一种名为 TOPSIS 的方法，这就像是在寻找房间里的“完美候选人”和“最差候选人”。

类比： 想象一个天平。在其中一端是“理想英雄”（完美的技能，没有任何缺陷）。在另一端是“理想反派”（最差的技能，最大的缺陷）。
创新点： 大多数旧方法只关注你有多接近“英雄”。这个新方法则会同时观察这两端。它会问：“你离英雄有多近，以及你离反派有多远？”
结果： 它计算出一个“相对接近度”分数。这确保了微小的缺陷不会让你受到不公平的惩罚，而微小的优点也不会让你获得不应有的认可。它对称地对待“好”证据和“坏”证据。

第三阶段：自我修正循环（自交互顺序三路决策）

现在，系统已经有了每个人的分数。但对于处于中间地带的人，该怎么办？

旧方法： 传统方法可能会对“不确定”组增加更多问题（属性）。如果你问了一个坏问题，你可能会误分类某人，而这个错误会被带入下一轮。
新方法： 该系统使用了一个自交互循环。
- 它提取“不确定”组，并询问：“目前来看，拆分这个特定群体的最佳方式是什么？”
- 它并不增加新问题。相反，它会根据当前组的分数动态调整阈值（及格线）。
- 它创建了一个反馈循环：它尝试不同的及格线，观察哪一个能创造最公平的划分，然后将其固定下来。
- 益处： 因为它没有不断增加新问题（这可能会引入错误），所以它避免了“滚雪球效应”——即通过使用相同的信息，只是通过更聪明的视角进行多次观察，从而精炼决策。

3. 是否奏效？（结果）

作者使用九个真实世界的数据集（如用于乳腺癌或糖尿病的医学数据）测试了这个新的“招聘经理”。

性能： 它的表现非常出色，通常优于随机森林或基础 TOPSIS 等标准方法。它在发现“正向”案例（高召回率）方面表现尤为突出，这意味着它很少错过应该被录用的候选人。
鲁棒性： 他们测试了当数据是“脏”的（有噪声、缺失值或异常值）时的情况。即使数据被破坏了，这个新方法依然保持稳定，不会崩溃，而旧方法则表现得更为吃力。

总结

简而言之，这篇论文构建了一个分类器，它：

不靠猜测哪些特征重要（而是通过计算得出）。
平衡好与坏的证据（消除偏见）。
通过调整规则来精炼对“不确定”组的决策，而不是增加更多可能引起混淆的问题。

其结果是一个更公平、更准确、且在面对混乱数据时更具韧性的决策工具。

技术摘要：集成对称直觉模糊 TOPSIS 与自交互序列三路决策的数据驱动分类器

问题陈述
二元分类任务经常面临与不确定性、犹豫性以及类别边界重叠相关的挑战。虽然逻辑回归和支持向量机等现有方法非常有效，但在处理复杂形式的不确定性时可能会遇到困难。模糊集和序列三路决策（S3WD）为解决这些问题提供了理论上的扩展。然而，当前的方法存在以下特定局限性：

主观性与偏差： 直觉模糊 TOPSIS（IF-TOPSIS）方法通常依赖于主观的属性权重或非对称的接近度公式，从而引入方向性偏差。
误分类累积： 传统的 S3WD 模型通常通过逐步增加属性集来解决模糊实例问题。这可能导致早期阶段决策准确度较低，并在添加属性的过程中产生误分类的累积。
阈值依赖性： 现有的 S3WD 模型严重依赖损失函数来确定阈值，而这些损失函数要么是手动设置的，要么在计算上难以推导。
缺乏集成： 在基于 TOPSIS 的分类设置中，对于如何将客观属性加权与三路划分过程相结合，目前缺乏充分的探索。

方法论
本文提出了一个名为 SIF-TOPSIS-S3WD 的统一数据驱动框架，该框架集成了对称直觉模糊 TOPSIS 与自交互序列三路决策机制。该方法论分为三个截然不同的阶段：

客观权重确定：
与其使用人工赋权，作者在直觉模糊环境下采用了改进的香农熵法。该方法基于隶属度、非隶属度和犹豫度计算基本信息度量（ $E_{ij}$ ）。这些度量经过归一化以计算熵值，进而用于推导客观属性权重。这些权重通过 Atanassov 型幂运算嵌入到决策矩阵中，该运算在保持直觉模糊结构的同时，强化了高权重属性并抑制了低权重属性。
对称直觉模糊 TOPSIS：
该框架为每个对象计算对称相对接近度。与传统 TOPSIS 不同，该方法：

根据净有效性得分（ $\mu' - \nu'$ ）而非预定义的属性类型，动态识别正理想解（PIS）和负理想解（NIS）。
使用最大值型对称度量来计算与 PIS 和 NIS 的距离。该度量对隶属度和非隶属度的偏差进行等同对待，消除了方向性偏差。
计算反映对正理想吸引力和对负理想排斥力的相对接近度（ $T_i$ ）。

自交互序列三路决策（S3WD）：
该分类器并不扩展属性集，而是基于固定的属性集运行。它通过一个内部反馈循环，将连续的相对接近度转化为层级化分类决策（正向、负向和边界区域）：

阈值遍历： 根据当前边界区域中的对象数量，生成一组候选阈值对 $(\alpha, \beta)$ 的有限网格。
概率评估： 为每个对象推导概率评估函数（ $h_1, h_2, h_3$ ），利用相对接近度来估计其属于正向、负向或边界区域的可能性。
最优三路划分： 三路划分评估度量（ $H$ ）量化了不同阈值组合的质量。算法迭代选择使 $H$ 最大化的阈值对，从而创建一个自适应且无需损失函数的决策过程。
终止： 该过程在剩余的边界对象上重复进行，直到收敛或无法确定唯一的最佳三路划分为止，这从本质上避免了与渐进式属性扩展相关的误分类累积问题。

核心贡献
本文确定了三个主要贡献：

客观赋权： 引入了一种增强型直觉模糊香农熵方法，通过纳入犹豫信息来客观确定属性权重，减少了传统 IF-TOPSIS 模型中常见的主观偏差。
对称评价： 提出了一种基于最大值型距离的对称相对接近度。这为隶属度和非隶属度信息的偏差施加了平衡的惩罚，提高了几何一致性。
无损失函数的 S3WD： 构建了一种新的序列三路决策框架，该框架依赖于相对接近度和内部自交互机制。它在固定属性集上生成层级化决策，并采用自适应动态阈值，自然地避免了传统 S3WD 设置中存在的误分类累积风险。

实验结果
该提出的分类器在来自 UCI 机器学习库的九个二元分类数据集（如 Wdbc, Breast, Glioma, German）上进行了评估。

性能： 该方法取得了具有竞争力的结果，特别是在**召回率（Recall）**和 F1 分数方面。它在多个数据集（Breast, Glioma, German, Statlog）上获得了最佳或并列最佳的结果，并在所有测试方法中展示了最高的平均召回率。虽然朴素贝叶斯在某些指标上显示出更高的平均准确率，但 SIF-TOPSIS-S3WD 在精确率和召回率之间提供了良好的平衡。
鲁棒性： 在混合特征扰动（高斯噪声、缺失值和离群点）水平高达 30% 的情况下，该方法保持了稳定的性能。它在不同扰动水平下始终排名在前三种方法之内，表现优于被发现对数据损坏更敏感的传统 TOPSIS 变体。
敏感性： 关于犹豫参数（ $\pi$ ）的敏感性分析表明，最佳值取决于具体数据集，这表明需要进行数据驱动的调优，而非使用统一的常数。

意义与主张
作者声称，对称直觉模糊表示与序列三路决策之间的协同作用提供了一个鲁棒且可解释的框架用于二元分类。这项工作的意义在于：

从面向排序的 IF-TOPSIS 转向层级化分类机制。
提供了一种无需损失函数的传统 S3WD 模型替代方案，消除了手动指定损失函数的需要。
通过在固定属性集上使用自适应阈值而非渐进式属性扩展，减轻了误分类累积的问题。
证明了该分类器提供了一种数据驱动、具备权重感知能力的方案，在性能和对抗数据污染的鲁棒性方面具有竞争力。

论文结论较为审慎，指出虽然该方法具有竞争力，但并非在所有数据集和指标上都具有绝对优势。未来的工作建议将该框架扩展到多分类场景，并探索用于确定犹豫度的学习机制。