Entwicklung eines Kollaborationsnetzwerkes - Bergische Universität ...

wenn der Alternativwert vernachlässigt und ein eventuell erforderlicher Rollback per Aggregation
durchgeführt würde. Bei Anwendung eines Alternativwertes besteht vielmehr die Gefahr, dass der
Wertigkeitsindex verschlechtert wird, da mit Berücksichtigung des Alternativwertes Kandidaten in
Bezug auf ein in der Regel niedrig priorisiertes Kriterium zurückgeholt werden. In den durchgeführten
Tests war dieser Zusammenhang häufig für einen erheblich schlechteren Wertigkeitsindex
verantwortlich.
Fazit zur Testphase III
Aus den Testergebnissen kann geschlossen werden, dass die Berücksichtigung von Alternativwerten
eher einen negativen Effekt ausübt. Neben den Effekten bezüglich der Qualität der
Reduktionsergebnisse, führt die Berücksichtigung von Alternativwerten in der Regel außerdem zu
einem höheren Aufwand bezüglich Präferenzwertberechnungen und Datenabfragen. Außerdem wird
durch die Angabe von Alternativwerten die Komplexität der Kriteriendefinition erhöht.
6.6.5. Testphase IV: Aufwandsanalyse
Ziel der Testphase IV war eine allgemeingültige Abschätzung der Aufwände zur Anwendung der
Reduktionsverfahren, auch bezüglich Reduktionsszenarien mit erheblicher Kandidatenreduktion.
Zwecks Allgemeingültigkeit und Berücksichtigung der Variabilität von Kriterienzusammenstellungen,
wurde auf die Anwendung von Kriteriensets mit definierten Kriterienbasen verzichtet. Stattdessen
wurden Worst‐ und Best‐Case‐Szenarien mit folgenden Eigenschaften entwickelt:
Es wurde ein linearer Anstieg der Kriterienprioritäten angenommen. Bei vier Kriterien ergaben
sich beispielsweise die Prioritäten 4 (= 4/10), 3 (= 3/10), 2 (=2/10) und 1 (=1/10).
Da in Testphase III ermittelt wurde, dass die Verwendung von Alternativwerten eher zu einer
Qualitätsminderung der Reduktion führt, wurden Kriterien ohne Alternativwerte angenommen.
Es wurde angenommen, dass jedes Kriterium das gleiche Reduktionspotential besitzt. Im besten
Fall wurde eine Reduktion von abgerundet 75 % je Kriterium, im schlechtesten Fall eine Reduktion
von abgerundet 25 % angenommen.
Um den Aufwand sowohl bezüglich kleiner als auch bezüglich großer Reduktionsmengen
analysieren zu können, wurden Inputmengen mit einer Mächtigkeit von 50, 100 und 100.000
Kandidaten sowie eine gewünschte Mächtigkeit der Outputmenge ( ) von 10 Kandidaten
angenommen.
Es wurde die Effizienz der folgenden Reduktionsverfahren im Vergleich zu einer Rastersuche per
Aggregation verglichen:
Aggregation [Potential] – None – None
148