一、熵权法
1.缘由
当Topsis方法考虑权值时，需要用到层次分析法进行确定不同指标的权重，而判断矩阵都为由自己填写，所以主观性太强，对结果影响较大。
2.原理：
指标的变异程度越小，所反映的信息量也越少，其对应的权值也应该越低，例如不同学生的数学成绩都为100分，所以只根据数学的分并不能看出谁的能力较强，所以他的权重为0，即数学这个指标对我们的评价起不到任何作用。
3.那么如何去判断每个指标提供的信息量大小呢？
利用对数性质，如果概率越大，则表示他的信息量越小，因为概率为0~1，所以取对数 0~1区间，即***I（x）=-ln（p（x））。
需要注意的是，信息熵越大，表明他的信息量越小，因为信息熵表示他期望获得的数据，如果期望获得的越大，说明此时的越小。
二、熵权法步骤
1.第一步
将矩阵正向化，标准化，和Topsis模型一样。
注意：如果矩阵中存在负数，要将变为正数
2.计算每个数据的概率，用自身值除以整个矩阵总和
3.计算每个指标的信息熵，并计算信息效用值，并归一化得到每个指标的熵权
二、总结
该方法也有缺点，比如在进行评比三号学生时，指标有成绩和有没有过处分，显然处分这一指标十分重要，但正常我们都没有，在处理数据是他为0，所以按修正后的方法，他的权值为0，显然与实际不符。
