多维尺度分析（multidimensional scaling; MDS），管理学-情报学-情报研究-情报研究方法-相关分析方法，基于研究对象之间的相似性或距离，将研究对象在低维空间形象地表示出来，进行聚类或维度内含分析的方法。又称多维标度法、多维标度分析。其解决的是当用个指标描述的研究对象之间的相似性或距离给定时，这些研究对象在低维空间中的表示，并使其接近程度与原来的相似性或距离大体匹配，从而揭示研究对象的潜在结构。多维尺度分析包含众多模型，可以从不同角度进行分类。较为常见的是根据研究对象间距离的可测量水平，分为度量MDS模型和非度量MDS模型。如果对象间距离的测度尺度可以达到定距或定比水平，则使用度量MDS模型；否则，使用非度量MDS模型为宜。下面，仅以度量模型中的古典MDS模型为例，说明其基本原理。古典MDS模型是最早出现的MDS方法之一。设为一个相异性矩阵，表示对象与对象之间的相异性，古典MDS模型的目标是用某个维欧式空间中的个点来表示个研究对象。点和之间的欧式距离用表示。在古典MDS模型中，将相异性数据看成是点之间的距离，即。