Приоритизация задач с прозрачной моделью
Задать критерии и веса, показать чувствительность ранжирования, не выдавать балл за объективную истину.
Методика и примеры
Приоритизация задач с прозрачной моделью
Нормализует критерииmin-max, учитывает направлениеcost/benefit и веса. Пересчитывает ранги при изменении одного веса на±10%, сохраняя исходные оценки.
Входные данные примера
Основной источник
[
{
"id": "A",
"impact": 9,
"cost": 8
},
{
"id": "B",
"impact": 7,
"cost": 3
}
]Второй источник
[
{
"field": "impact",
"weight": 0.6,
"direction": "benefit"
},
{
"field": "cost",
"weight": 0.4,
"direction": "cost"
}
]Результат примера
| id | impact | cost | score | rank | bestRank | worstRank |
|---|---|---|---|---|---|---|
| A | 9 | 8 | 0.6 | 1 | 1 | 1 |
| B | 7 | 3 | 0.4 | 2 | 2 | 2 |
Показано строк: 2 из 2.
Локальная обработка: до2 млн символов или20 000 записей на источник; до50 000 строк результата. Тяжёлые операции имеют отдельные ограничения и отмену. Измеренный спрос и внешние данные не подставляются.