एक विकल्प जो कुछ हलकों में अच्छी तरह से जाना जाता है, लेकिन ऐसा लगता है कि जीआईएस के भीतर बिल्कुल भी ज्ञात नहीं है, मल्टी-फीचर वैल्यू थ्योरी है । यह दो या दो से अधिक विशेषताओं (विशेषताओं) को शामिल करने वाले सटीक स्कोरिंग तरीकों को स्थापित करने का एक सैद्धांतिक रूप से अच्छी तरह से आधार है। यह विशेषताओं के बीच व्यापार- विचार को व्यवस्थित रूप से आगे बढ़ाता है । उपयुक्तता की समस्याओं के साथ, उदाहरण के लिए, आप विचार करेंगे कि विशेषताओं के सभी संभावित जोड़े के लिए समान विचारधारा के साथ समान उपयुक्तता को बनाए रखने के लिए ढलान में दिए गए बदलाव की भरपाई के लिए ऊंचाई में क्या बदलाव की आवश्यकता होगी।
सिद्धांत द्वारा दी गई अंतर्दृष्टि में शामिल हैं:
विशेषताओं के एक सबसेट के स्तरों के साथ भिन्न होना संभव है। जब ऐसा होता है, एक सरल भार प्रणाली संभव नहीं है - अधिक जटिल सूत्रों की आवश्यकता होती है।
जब इस तरह की निर्भरता पकड़ में नहीं आती (या मजबूत नहीं होती है), तो अक्सर यह पता लगाना संभव होता है कि विशेषताओं को फिर से कैसे व्यक्त किया जाए (जैसे कि उनके लघुगणक या वर्गमूल या पारस्परिक को इस तरह से लेना) कि एक साधारण भारित स्कोरिंग प्रणाली सही ढंग से प्रतिनिधित्व करती है विशेषताओं के हर संयोजन का मूल्य। (इसके लिए सरल परीक्षण को " संबंधित ट्रेड-ऑफ्स कंडीशन " कहा जाता है।)
मुझे नहीं लगता कि मैंने कभी जीआईएस स्कोरिंग एप्लिकेशन (जिसमें सभी उपयुक्तता अध्ययन शामिल हैं) की एक रिपोर्ट देखी है जो विशेषताओं को व्यक्त करने के सही तरीके का आकलन करने के लिए विशेषताओं की स्वतंत्रता (1) या परेशान होने की जांच करने की आवश्यकता को पहचानती है (2) । जब तक यह काम पूरा नहीं हो जाता, किसी भी स्कोरिंग प्रणाली के पास निर्णय लेने में सामान्य सटीकता या उपयोगिता का वैध दावा नहीं है।
यह मुद्दा किसी उत्पाद के निर्माण के मामले में संकल्प या एमएयूपी से कहीं अधिक महत्वपूर्ण है जो साइटिंग निर्णय लेने के लिए वास्तव में उपयोगी है।
