Multidimenzionální škálování (MDS) je soubor souvisejících statistických technik často používaných v informační vizualizaci pro zkoumání podobností nebo odlišností v datech. MDS je zvláštní případ koordinace. Algoritmus MDS začíná maticí podobností mezi položkami, pak přiřadí umístění každé položky v nízkodimenzionálním prostoru, vhodném pro grafování nebo 3D vizualizaci.
Algoritmy MDS spadají do taxonomie, v závislosti na významu vstupní matice:
Existuje několik kroků v provádění výzkumu MDS:
Aplikace zahrnují vědeckou vizualizaci a vytěžování dat v oblastech, jako jsou kognitivní věda, informační věda, psychofyzika, psychometrika, marketing a ekologie.
Nové aplikace vznikají v rozsahu autonomních bezdrátových uzlů, které obývají prostor nebo oblast. MDS se může použít jako rozšířený přístup v reálném čase ke sledování a řízení takových populací.
MDS je v marketingu statistická technika pro zachycení preferencí a vnímání respondentů a jejich reprezentaci na vizuální mřížce, tzv. percepční mapy.
Potenciální zákazníci jsou požádáni, aby porovnali dvojice produktů a učinili úsudek o jejich podobnosti. Zatímco jiné techniky (jako je analýza faktorů, analýza diskriminačních faktorů a analýza spojitých spojů) získávají základní rozměry z odpovědí na atributy produktu identifikované výzkumníkem, MDS získává základní rozměry z úsudků respondentů o podobnosti produktů. To je důležitá výhoda. Nezávisí na úsudcích výzkumníků. Nevyžaduje, aby byl respondentům zobrazen seznam atributů. Základní rozměry vycházejí z úsudků respondentů o dvojicích produktů. Kvůli těmto výhodám je MDS nejběžnější technikou používanou při percepčním mapování.