[논문 리뷰] Theoretical properties of the eigenvector method

Sándor Bozóki, László Csató|arXiv (Cornell University)|2026. 03. 25.

Multi-Criteria Decision Making인용 수 0

한 줄 요약

이 장은 쌍대 비교에서 가중치를 도출하기 위한 오른쪽 고유벡터 방법의 다섯 가지 이론적 약점을 예시로 설명하고, 관련된 남은 질문들을 논의한다.

ABSTRACT

A classical proposal to derive weights from a pairwise comparison matrix is the right eigenvector. The literature has identified some potential weaknesses of this method in previous decades. This chapter discusses five of these issues. First, right-left asymmetry emerges because of the difference between the right and inverse left eigenvectors. Second, group incoherence for choice means that, in group decision-making problems, the ranking given by the aggregated individual weight vectors is not guaranteed to coincide with the ranking derived from the aggregated pairwise comparison matrix. Third, the ranking based on the right eigenvector may depend on the intensity of the preferences, represented by taking a positive power of all comparisons. Fourth, both the ranking position and the normalised weight of an object might change counter-intuitively after modifying a particular comparison. Fifth, the right eigenvector is not necessarily Pareto efficient: a dominating weight vector that approximates each pairwise comparison at least as well, with an improvement in at least one position, could exist. All violations of the theoretical properties are highlighted by illustrative examples. We also present several open questions in order to inspire future research.

연구 동기 및 목표

• 쌍대 비교 행렬로부터 가중치를 도출하는 데 고유벡터 방법이 왜 널리 사용되지만 완벽하지 않은지 동기를 부여한다.
• 오른쪽 고유벡터 방법의 다섯 가지 핵심 이론적 약점을 식별하고 설명한다.
• 약점을 보여주고 그것들의 실용적 함의를 설명하기 위한 예시를 제시한다.
• 관련 개념(불일치, 집단 일관성, 규모 불변성, 단조성, 파레토 효율성)과 향후 연구를 위한 열린 질문들에 대해 논의한다.

제안 방법

• 고유벡터 방법과 좌고유벡터 관계를 제시하되, 일관된 경우의 역수 좌고유벡터를 포함한다.
• 다섯 가지 식별된 약점을 검토하고 요약한다: 오른쪽-왼쪽 비대칭성, 선택에 대한 그룹 불일치(집단 불일치), 선호 강도에 대한 민감도, 비단조성, 및 파레토 비효율성.
• 위반을 설명하기 위해 명시적 행렬 예제를 사용하고 오른쪽 고유벡터와 역좌고유벡터를 비교한다.
• 불일치 척도(예: CI, CR)와 그것들이 성질과 어떻게 상호 작용하는지 논의한다.
• 가중 방법 간 차이를 뒷받침하기 위해 몬테카를로 시뮬레이션과 선행 연구를 참조한다.

실험 결과

연구 질문

• RQ1 대안을 비교할 때 오른쪽 고유벡터 방법이 어떤 이론적 성질을 만족하거나 위반하는가?
• RQ2 어떤 조건에서 오른쪽 고유벡터와 역좌고유벡터가 서로 다른 순위나 가중치를 산출하는가?
• RQ3 집단 일관성(그룹 코히어런스), 규모 불변성, 단조성, 파레토 효율성과 같은 문제가 오른쪽-왼쪽 비대칭성과 어떤 관련이 있는가?
• RQ4 쌍대 비교의 섭동이 고유벡터 방법의 순위와 가중치에 어느 정도 영향을 미치는가?
• RQ5 이 이론적 약점들의 실용적 영향 이해를 위한 남은 열린 질문은 무엇인가?

주요 결과

• 오른쪽-왼쪽 비대칭성은 불일치 매트릭스에서 오른쪽 고유벡터와 역좌고유벡터가 서로 다른 가중치와 순위를 산출할 수 있기 때문에 발생할 수 있다.
• 그룹 의사결정에서 개인 행렬을 합산하는 경우와 행렬 자체를 합산하는 경우에 그룹 일관성 부족이 발생할 수 있다.
• 고유벡터 방법은 규모에 불변하지 않다; 행렬의 성분을 스케일링하면 결과 순위가 바뀔 수 있는데, 이는 행의 기하평균 방법과 달랐다.
• 순위 단조성과 가중치 단조성은 고유벡터 방법에 의해 위반될 수 있으며, 불일치가 커질수록 위반 가능성이 더 커진다.
• 오른쪽 고유벡터는 파레토 비효율적일 수 있다; 적어도 한 위치에서 쌍대 비교를 더 잘 근사하는 지배적인 가중벡터들이 존재한다.
• 행 기하평균 방법은 여전히 파레토 효율적이며 여러 단조성 특성을 만족하므로 고유벡터 방법에 비해 강건함을 강조한다.