這個題屬於主觀評價問題：
一、對於每個指標給每個個體打分；
二、賦予每個指標一個權重；
三、根據權重將指標得分綜合起來，從而獲得該個體的綜合評價。

思路一：

模糊綜合評價、層次分析法、秩和比綜合評價、粗糙集法。
權值可以通過閱讀文獻來確定

主觀評價題，之前怎麼沒考過，很單薄，難有新意

主觀評價題固定的方法有模糊綜合評價、層次分析法、秩和比綜合評價、粗糙集法

弊端就是要手動設定權值，以層次分析法舉例，題目要求用除了人員傷亡和財產損失之外的因素構建分級模型，但是其他的因素很雜，此處可以降維

假設人員傷亡最重要（或者和財產的結合）

我用他的因素和人員傷亡相關性（創新點1），獲得其他因素對於人員傷亡的影響值，將人員傷亡權值預設為1，就獲得了其他因素的權重，然後在歸一化，獲得總體的權值（就不用手動輸權值了）結合層次分析法，得到分級模型

就是再層次分析法前面的權值輸入加個相關性分析作為創新點

目標層：分級模型
準則層：時間地點人物武器等等
方案層：傷亡人數

相關性分析獲得時間地點人物對於傷亡人數的影響，接著層次分析法，獲得對分級模型的權值，最後正則化，獲得總體權值

可以用其他的演算法，比如模糊綜合評價，再做分級，兩個模型比較精確度（創新點2）

思路二：

量化方法：

資料清洗和製作資料集：1、剔除疑似恐襲事件 2、數量佔比小，說明此因素對分級沒有太大的影響，刪除掉 3、將贖金加入到財產損失數裡面

提出一種多維度的恐怖襲擊事件分級方法；

訓練方法：adaboost

細節：構建單層決策樹。單層決策樹的目的是從若干特徵中選出錯誤率最小的那個特徵（對結果影響最大）

adaboost或者BP神經網路多分類

思路三：

k-均值聚類最終聚類中心

資料清洗：相關事件related 刪除
IX. 附加資訊和來源 刪除
dbsource 刪除
site 刪除
空白太多的資料 刪除
財產損失評價（propcomment） 刪除
有關weapon的文字方面， 刪除