Tato metoda nejprve používá analýzu hlavních komponent (pca) a topsis k určení váhy každého vyhodnocovacího indexu a poté mapuje n-rozměrné prvky na k-rozměrné prvky. Najděte sadu pravoúhlých souřadnicových os z původního prostoru. Výběr nové osy úzce souvisí se samotnými daty. Analogicky lze získat n takových souřadnicových os. Prostřednictvím této metody zjistíme, že rozptyl je soustředěn hlavně na přední ose k a rozptyl na zadní ose k je téměř nulový, což lze využít ke snížení rozměrnosti datových prvků. Sestavte pozitivní a negativní prostor ideálního řešení na základě normalizované matice zdrojových dat. Objekt, který je hodnocen, je považován za bod v prostoru a vzdálenost mezi tímto bodem a váženým ideálním řešením je relativně podobná. Úloha je založena na relativní aproximaci, při odhadu každého indexu se prostřednictvím každého indexu získá optimální řešení. Optimální hodnota indexu hodnocení, index nejhoršího řešení dosahuje nejhorší hodnoty každého indexu hodnocení, vědecké rozhodování.Metoda Topsis nemá žádné specifické požadavky na typy distribuce dat, obsah vzorku atd. a výsledky hodnocení jsou intuitivní a spolehlivé. Tato studie kombinuje výše uvedené tři metody pro hodnocení, hodnocení a archivaci zdravotní spokojenosti nemocnice. Pořadí plánu je porovnání plánu s plánem ideálním a negace ideálního plánu. Pokud je jedno z řešení nejblíže ideálnímu řešení, tyto tři metody se zkombinují, aby se prokázalo, že je proveditelné a zjevně odlišné. Řešení se blíží ideálnímu řešení, ale daleko od negativního ideálního řešení, což naznačuje, že výsledek hodnocení je objektivní . Vědecké a intuitivní výsledky hodnocení spokojenosti jsou také podkladem pro lékařské rozhodování pacientů, což může přispět ke zlepšení kvality některých zdravotních služeb.