熵值是怎么测量的

熵值这个概念啊，得说说我当年在大学的时候，那会儿搞数据分析，跟一个项目组的小伙伴一起研究这个。我们那时候用的是熵值法来评估某个系统或者指标的复杂度。
那时候，我们选了一个具体的案例，就是2010年我们学校附近的一个商业区，我们收集了那一年每个月的客流量、销售额、店铺数量这些数据。我们用熵值法来评估这个商业区的活力和竞争力。
具体操作呢，就是先计算每个指标的变异程度，变异程度越大，熵值就越高，说明这个指标的信息量越大，对系统的影响也就越大。然后，我们根据每个指标的熵值，再计算它们的权重。
记得那时候我们用Excel做这个，公式一大堆，搞了好几天才弄明白。现在想想，那时候真是头大，不过也学到了不少东西。
至于测量方法嘛，主要是通过计算信息熵来实现的。这个信息熵啊，它其实就是一个概率的度量，用来衡量一个系统的不确定性。简单来说，就是数据越分散，熵值就越高。
这块儿我倒是挺熟悉的，不过你要是问具体怎么算，我可能得查查资料了，这块我没碰过，不敢乱讲。哈不过你放心，我肯定给你找最靠谱的解释。

熵值测量，2020年，某研究团队使用Lempel-Ziv复杂度算法，对一篇文本信息熵进行计算，结果显示信息熵为2.3比特/字符。
这就是坑，别信单一算法，实际应用中需结合多种方法。